基于深度中心邻域金字塔结构的显著目标检测

作者：陈琴; 朱磊^*; 后云龙; 邓慧萍; 吴谨

来源：模式识别与人工智能, 2020, 33(06): 496-506.

DOI：10.16451/j.cnki.issn1003-6059.202006003

• 显著性目标检测
• 卷积神经网络
• 中心邻域对比度
• 扩张卷积

基于中心邻域的对比度计算在基于深度学习的算法中应用甚少.因此,文中提出基于深度中心邻域金字塔结构的显著目标检测方法.结合中心邻域对比度机制和卷积神经网络,用于显著目标检测.首先为网络的各阶段引入深层语义特征.再利用扩张卷积建立中心邻域金字塔,捕获不同级别的对比度信息,生成多尺度注意力子图.最后进一步融合所有注意力子图,得到最终的显著目标检测结果.在4个公用数据集上的对比实验表明,文中算法具有较低的平均绝对误差和较高的F测度值.

• 单位
  武汉科技大学