基于多尺度残差网络的对象级边缘检测算法

• 作者: 何德峰 朱威 王图强 陈悦峰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 残差网络 空洞卷积 多尺度特征增强 金字塔特征融合结构
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机图形&多媒体
• 页码范围: 144-150
• 页数: 7页
• 分类号: TP391
• 字数: 5081字
• 语种: 中文
• DOI: 10.11896/jsjkx.190700121

摘要

面向对象的边缘检测技术是智能视觉处理领域的关键基础技术,然而目前基于卷积神经网络的边缘检测结果存在分辨率低、噪声较多等问题.因此,文中提出了一种基于多尺度残差网络的对象级边缘检测算法.首先,设计了混合空洞卷积残差块,来替换原始残差网络中的普通卷积核,以放大网络的感受野;然后,设计了多尺度特征增强模块,对边缘信息进行多尺度特征提取,以放大网络的信息接受域;最后,设计了结合顶层语义特征的金字塔多尺度特征融合模块,将不同尺度下的特征信息进行融合,以输出边缘检测后的图像.为了验证所提算法的有效性,在公开数据集BSDS500上进行实验.实验结果表明,与现有算法相比,所提算法具有更好的边缘检测效果,客观指标ODS,OIS和AP分别达到了0.819,0.838和0.849,主观检测效果也更接近真实值,噪声更少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何德峰	浙江工业大学信息工程学院	62	294	9.0	15.0
3	朱威	浙江工业大学信息工程学院	19	79	5.0	8.0
7	王图强	浙江工业大学信息工程学院	2	0	0.0	0.0
10	陈悦峰	浙江工业大学信息工程学院	1	0	0.0	0.0