一种细化边缘的轻量级边缘检测神经网络

作者：浦莹开; 张笃振^*

来源：计算机应用研究, 2023, 40(11): 3485-3489.

DOI：10.19734/j.issn.1001-3695.2023.02.0122

• 局部特征联系
• 多层感知机
• 边缘检测
• 轻量级

针对目前边缘检测模型复杂度高、参数量大、识别边缘精度及效率不高的问题，提出了一种轻量级边缘检测神经网络。首先，通过MP模块将原图像分成同等维度的小块并进行位置编码，以增强边缘像素点之间的联系；再经过MGC中的多组卷积操作提取图像不同区域特征进行融合，减少冗余信息；最后通过多次的反卷积上采样调整输出图片的分辨率尺寸，输出预测边缘图。最终的网络只有125 KB的参数，在BIPED和MDBD数据集上进行实验，验证模型检测边缘的综合能力。相比于当前最先进的轻量级边缘检测方法LDC,在BIPED数据集上的测试结果表明，指标ODS(optimal dataset scale)仅低了0.9%,模型参数量则降低了81.5%,FPS提高了89.0%。在保持细粒度识别边缘的同时，可以满足实际任务中的需求。

• 单位
  江苏师范大学