基于CNN与图像前背景分离的显著目标检测

• 作者: 万文鑫 东野长磊
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 显著性目标检测 计算机视觉 卷积神经网络 图像前背景分离
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 图形图像处理
• 页码范围: 271-274
• 页数: 4页
• 分类号: TP317.4
• 字数: 3211字
• 语种: 中文
• DOI: 10.11907/rjdk.192566

摘要

为了解决计算机视觉模拟人眼的视觉机制,显著性目标检测DSS(Deeply Supervised Salient)在某个场景中人眼首先观察到的目标.基于卷积神经网络和图像前背景分离算法,通过神经网络模型进行训练得到显著性的粗粒度图,然后将得到的粗粒度图通过图像前背景分离得到显著性的细粒度图,即最终的显著性目标图.基于卷积神经网络(Convolutional neural network)和图像前背景分离(image matting)方法进行实验,结果表明,在广泛测试的显著性目标数据集上得到的测试结果F值与MAE分别是0.96和0.03,说明基于卷积神经网络和图像前背景分离的显著性目标检测方法能够有效检测图像中显著性目标,在准确率和细节方面效果很好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	东野长磊	山东科技大学计算机与工程学院	19	96	7.0	8.0
2	万文鑫	山东科技大学计算机与工程学院	1	2	1.0	1.0