基于CNN的图像显著性目标检测算法概述

• 作者: 付喜梅 吴艺贤 杜磊
• 来源期刊: 电脑与信息技术
• 学科: 工学
• 关键词: 图像处理 显著性 CNN 目标检测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形图像识别处理技术
• 页码范围: 6-9
• 页数: 4页
• 分类号: TP391.4
• 字数: 4438字
• 语种: 中文

摘要

图像的显著性检测是将原始图像简化为图像中的显著性区域标注出来,为图像的分割、识别、缩放等后续的编辑处理提供了准确的定位,在视频目标追踪、人脸识别、军事目标抓捕等领域有广泛的应用前景.近年来大数据和深度学习的技术兴起,卷积神经网络(CNN)在图像的显著性目标检测表现出非常优越的性能,通过卷积神经网络的分类与回归,实现对图像显著性目标的边界信息更好的定位捕抓.文章概述了CNN的构建技术以及应用CNN实现图像显著性目标检测的几种模型,并对这几种模型进行分析比较,针对现有模型特点,探讨了CNN实现图像显著性目标检测算法研究发展的趋势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付喜梅	韶关学院数学与统计学院	18	44	3.0	6.0
2	杜磊	华南师范大学计算机学院	2	2	1.0	1.0
3	吴艺贤	韶关学院数学与统计学院	1	2	1.0	1.0