摘要

基于一种改进的跨层级特征融合的循环全卷积神经网络,提出了一种结合深度学习的图像显著目标检测算法。通过改进的深度卷积网络模型对输入图像进行特征提取,利用跨层级联合框架进行特征融合,生成了高层语义特征的初步显著图;将初步显著图与图像底层特征融合进行显著性传播以获取结构信息;利用条件随机场对显著性传播结果进行优化,得到了最终显著图。利用大型数据集将所提算法与其他多种算法进行了测试对比,研究结果表明,在对复杂场景图像的显著目标检测方面,所提算法稳健性更好,显著目标检测的完整性提升,背景得到了更有效的抑制。