语义信息引导下的显著目标检测算法

• 作者: 李茹娜 肖锋
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 显著目标检测 语义信息 流形排序 全卷积神经网络 目标感知
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 248-253
• 页数: 6页
• 分类号: TP391
• 字数: 3724字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052350

摘要

针对现有显著性检测方法在凸显目标完整性和背景噪声抑制方面性能较差的问题,提出一种显著目标检测算法.构建改进的全卷积神经网络,捕获图像中的语义信息,生成高层语义初步显著图.利用语义知识引导流形排序进行优化,实现显著目标的边缘传播.融合不同尺度下的显著图,完成显著目标检测.在ECSSD、DUT-OMRON 、SED2数据集上进行实验,结果表明,与最大对称环绕、主成分分析等算法相比,该算法检测出的显著目标更加完整,在复杂场景下检测结果鲁棒性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖锋	西安工业大学计算机科学与工程学院	40	253	8.0	15.0
2	李茹娜	西安工业大学计算机科学与工程学院	2	0	0.0	0.0