基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測方法

打開文本圖片集

摘要：在顯著性檢測技術(shù)迅速發(fā)展的今天，傳統(tǒng)的顯著性檢測技術(shù)對圖片提取顯著性目標(biāo)區(qū)域時常常遇到難以在復(fù)雜的圖片中準(zhǔn)確地區(qū)分物體的內(nèi)部區(qū)域和邊界，造成邊界模糊、提取精度不佳等問題。針對以上問題，根據(jù)卷積神經(jīng)網(wǎng)絡(luò)特征提取時會同時產(chǎn)生多個尺度特征的特點(diǎn)，提出了一種基于多尺度卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測方法。首先，圖片經(jīng)過特征提取模塊產(chǎn)生分辨率不同的特征圖；其次，由上至下建立多尺度特征連接；然后，采用降維、上采樣等方式進(jìn)行融合特征；最后，提取圖片顯著目標(biāo)區(qū)域。（剩余6301字）