基于多级全局信息传递模型的视觉显著性检测

作者：温静; 宋建伟

来源：计算机应用, 2020, 1-9.

• 显著性检测
• 全局信息
• 神经网络
• 信息传递
• 多尺度池化 saliency detection
• global information
• neural network
• information propagation
• multi-scale pooling

对神经网络中的卷积特征采用分层处理的思想能明显提升显著目标检测的性能。然而，在集成分层特征时，如何获得丰富的全局信息以及有效融合较高层特征空间的全局信息和底层细节信息仍属开放问题。为此，提出了一种基于多级全局信息传递模型的显著性检测算法：为了提取丰富的多尺度全局信息，1）在较高层级引入了多尺度全局特征聚合模块（MGFAM），并且将多层级提取出的全局信息进行特征融合操作；此外，为了同时获得高层特征空间的全局信息和丰富的底层细节信息，2）将提取到的有判别力的高级全局语义信息以特征传递的方式和较低层次特征融合。这些操作可以最大程度提取到高级全局语义信息，也避免了这些信息在逐步传递到较低层时造成损失。...

• 单位
  山西大学