Attention Res-Unet: 一种高效阴影检测算法

• 作者: 冯华君 徐之海 李奇 董月 陈跃庭
• 来源期刊: 浙江大学学报(工学版)
• 学科: 工学
• 关键词: 阴影检测 特征提取 语义信息 像素关联 非局部操作 注意力机制 卷积神经网络(CNN)
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: ?
• 页码范围: 373-381, 406
• 页数: 10页
• 分类号: TP 391
• 字数: 5290字
• 语种: 中文

摘要

图像中阴影像素的存在会导致图像内容的不确定性，对计算机视觉任务有害，因此常将阴影检测作为计算机视觉算法的预处理步骤. 提出全新的阴影检测网络结构，通过结合输入图像中包含的语义信息和像素之间的关联，提升网络性能. 使用预训练后的深层网络ResNeXt101作为特征提取前端，提取图像的语义信息，并结合U-net的设计思路，搭建网络结构，完成特征层的上采样过程. 在输出层之前使用非局部操作，为每一个像素提供全局信息，建立像素与像素之间的联系. 设计注意力生成模块和注意力融合模块，进一步提高检测准确率. 分别在SBU、UCF这2个阴影检测数据集上进行验证，实验结果表明，所提方法的目视效果及客观指标皆优于此前最优方法所得结果，在2个数据集上的平均检测错误率分别降低14.4%和14.9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯华君	浙江大学现代光学仪器国家重点实验室	145	2098	25.0	41.0
2	徐之海	浙江大学现代光学仪器国家重点实验室	132	1897	23.0	39.0
3	李奇	浙江大学现代光学仪器国家重点实验室	108	1760	23.0	39.0
4	陈跃庭	浙江大学现代光学仪器国家重点实验室	51	297	9.0	15.0
5	董月	浙江大学现代光学仪器国家重点实验室	4	4	1.0	2.0