基于空间卷积神经网络模型的图像显著性检测
发布时间:2024-08-09
点击次数:
- 所属单位:
- 管理学院
- 发表刊物:
- 计算机工程
- 关键字:
- 显著性检测;特征融合;卷积神经网络;空间变换网络;显著图;
- 摘要:
- 针对现有显著性检测方法鲁棒检测效果较差这一问题,提出一种新的基于空间卷积神经网络的显著性检测算法。利用去均值、归一化的预处理方法获取目标候选区。一方面通过引入卷积变换网络,建立提取显著物体上下文信息的全局模型,得到相应的目标检测信息显著图;另一方面构建特征子网络结构输出6维变换矩阵,经过空间变形模块改造输入图像,获取边缘信息。将空间变换网络输出的局部置信度融入到全局显著信息图,求取特征表达最大值,实现显著性与非显著性划分,完成显著性检测任务。实验结果表明,该算法不仅在同等条件下显著检测的AUC值得到了提高,并且生成的显著性图聚焦点突显,鲁棒检测效果得到明显改善。
- 第一作者:
- 张新生
- 论文类型:
- 期刊论文
- 通讯作者:
- 高东东
- 学科门类:
- 管理学
- 卷号:
- 中文核心期刊:240-245,6
- ISSN号:
- 1000-3428
- 是否译文:
- 否
- 发表时间:
- 2018-05-15