融合卷积特征的清晰边缘检测研究

作者：王兵^*; 黄刚; 张兴鹏

来源：计算机科学与探索, 2023, 17(09): 2148-2160.

• 清晰边缘检测
• 融合卷积特征(FCF)
• 细化骰子损失(RD)
• 卷积神经网络(CNN)

受益于卷积神经网络（CNN），边缘检测性能在多个基准数据集上都已经超过人类水平。但这类算法无法保证边缘的清晰性和定位的准确性。为获取细化清晰、有效抑制背景纹理、定位准确的目标边缘图，提出了一种融合卷积特征的清晰边缘检测算法（FCF）。该算法使用VGG16作为主干网络进行卷积特征提取，将不同阶段的卷积特征上采样后进行特征融合，并通过所设计的细化融合模块（RFB）获得清晰的边缘图。RFB使用多个归一化细化块（GRB）来细化得到的边缘图。此外，为平衡边缘像素和非边缘像素，还提出一个细化骰子损失函数（RD）。在BSDS500数据集上，所提方法将HED、RCF等深度边缘检测器的F-score(ODS)分别提高了2.8%和2.1%；当不使用非极大值抑制（NMS）进行边缘检测评估时，F-score(ODS)、F-score(OIS)分别达到0.801和0.816，超过了其他算法。

• 单位
  西南石油大学