科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有模型过于庞大的问题，本文提出了一个基于多信息辅助的U型轻量级显著性目标检测模型。为了在轻量化的同时保持性能，分别设计了MUN模块和DPM模块。MUN模块利用边缘特征对模块内的浅层特征作细节补充并对边缘区域进行强调，利用骨架特征对图像特征的结构进行进一步的强化和修正。DPM模块中通过下采样操作和空洞卷积操作获得了不同感受野和全局性的特征，对模型进行结构信息补充，从而改善目标定位。考虑到分布跨度过大的特征无法很好地进行融合，DPM中使用平行结构进行相邻融合，将多个特征逐渐集成为一个特征。本文提出的方法在五大数据集上都获得了不错的性能，在模型大小和精度之间达到了进一步的平衡，与其他优秀模型的对比表明了本模型的有效性及优越性。
- 单位
