基于卷积神经网络和语义相关的协同显著性检测

• 作者: 张华迪 樊玮 黄睿
• 来源期刊: 计算机应用研究
• 关键词: 协同显著性检测 深度学习 卷积神经网络 图像组语义相关类
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3811-3814,3819
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.07.0317

摘要

针对目前协同显著性检测方法中存在的语义特征类相差悬殊的物体被误检测为协同对象等问题,提出了一种基于卷积神经网络和语义相关的协同显著性检测算法CSCCD.首先,采用引导超像素滤波方法对SLIC分割出的超像素区域和DSS生成的显著性区域进行处理,清晰地显示了目标边界轮廓;然后使用Mask R-CNN提取语义特征,给出了图像语义特征和语义一致性的定义,并针对提取语义特征过程中出现的同一语义类别的物体在不同形态下被检测为不同语义类别的问题,提出了图像组语义相关类的概念,在此概念的基础上定义了图像组语义关联类,解决了多幅图像的语义关联问题;最后融合显著性检测区域和图像组语义一致性区域得到协同显著性检测结果.在公开基准数据集上的实验结果表明,该算法能够有效凸显目标整体及轮廓,在客观量化方面的综合性能有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊玮		59	368	9.0	16.0
2	张华迪		1	0	0.0	0.0
3	黄睿		5	0	0.0	0.0