基于优化融合的卷积网络显著目标检测

• 作者: 马杉杉 彭来献
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 图像显著性检测 卷积神经网络 图像分割 计算机视觉
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 69-72
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2021.01.011

摘要

显著目标检测是利用计算机检测并分割出一幅图像中最引人注意的目标.因此,重点研究基于深度学习的显著性目标检测算法,在VGG网络基础上添加反卷积层构造全卷积网络实现端到端的语义分割,并利用GMM模型对颜色建模提取显著性目标空间信息,最后通过一个优化模型融合空间信息和语义信息得到最终的显著性目标图.实验结果对比显示,所提算法对显著性目标检测具有较高的准确性,证明了所提方法的有效性和鲁棒性.