收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于多路径级联深度神经网络的图像显著性目标检测算法研究

马康  
【摘要】:人类视觉系统的注意力机制使人类选择性地关注图片中信息量最大、最具特征的部分,而不是整个场景。通过计算机学习人类的这种视觉机制,被称为图像显著性目标检测。传统的方法可以借助颜色和纹理等低级特征信息去学习自然图像中的显著性信息。然而面对一些包含复杂背景、连续目标或低对比度等特点的自然图像时,传统方法的检测效果较差。而深度卷积神经网络能够利用大量的神经元学习输入图像中的多尺度、多水平的特征信息,相较于传统方法具有更多的优势。因此本文提出了多种基于卷积神经网络的图像显著性目标检测算法,主要工作包括:(1)提出一种结合注意力机制与多路径级联特征优化网络的显著性目标检测模型。由两个部分构成:基于注意力机制的多层次特征提取和多路径级联特征优化。多层级特征提取过程采用的是挤压激励残差网络,能够有选择地自动学习和关注输入部分。多路径级联特征优化网络通过对提取到的多层级特征进行逐层优化、逐层上采样以及逐层特征融合最终获得结果图。在四个公开数据集上与CHFR算法相比,MAE指标(越小越好)分别下降了1.75%、1.58%、1.03%和1.23%;ω-F_β指标(越大越好)分别提高了5.92%、6.45%、10.23%和5.09%。(2)提出一种结合上下文信息与特征融合网络的轻量级显著性目标检测模型。由三个部分构成:结合上下文信息的多尺度特征提取,轻量级特征优化与多层次特征融合。多尺度特征提取基于多尺度残差网络Res2Net,生成粗糙特征图。然后,使用基于可分离式卷积的轻量化特征优化模块逐步优化特征。最后,将提取到的多层次特征融合到一起,得到最后的显著性结果图。在四个公开数据集上与Pool Net算法相比,MAE指标分别下降了1.2%,0.4%,0%和0.4%;max-F_β指标分别上升了0.4%,0%,-1.7%和0.2%。(3)设计了基于显著性目标检测的图像处理系统原型。该系统具有图像背景虚化、一键抠图、风格变换与异度空间等丰富的美图功能。这项工作中所提出的两种图像显著性目标检测算法,不但提高了检测性能,而且降低了检测成本。同时,设计了基于显著性目标检测的图像处理系统原型,具有友好的人机交互式界面,能够为对美图有需求的用户带来诸多便利。


知网文化
【相似文献】
中国期刊全文数据库 前14条
1 张泽苗;霍欢;赵逢禹;;深层卷积神经网络的目标检测算法综述[J];小型微型计算机系统;2019年09期
2 王晓宁;宫法明;时念云;吕轩轩;;基于卷积神经网络的复杂场景目标检测算法[J];计算机系统应用;2019年06期
3 张庆辉;万晨霞;秦淑英;卞山峰;;基于卷积神经网络的道路目标检测算法[J];计算机工程与设计;2019年07期
4 黄友文;冯恒;万超伦;;基于区域生成网络结构的多层特征融合目标检测算法[J];科学技术与工程;2019年24期
5 施泽浩;;基于特征金字塔网络的目标检测算法[J];现代计算机(专业版);2018年03期
6 陈伟骏;周长胜;黄宏博;彭帅;崇美英;;基于卷积神经网络的目标检测算法综述[J];北京信息科技大学学报(自然科学版);2020年02期
7 周晓彦;王珂;李凌燕;;基于深度学习的目标检测算法综述[J];电子测量技术;2017年11期
8 沈丰毅;王琴;蒋剑飞;;基于改进卷积神经网络舰船的实时目标检测算法[J];计算机应用研究;2020年S1期
9 张延强;朱策策;李微微;;基于卷积神经网络的目标检测算法研究现状分析[J];南方农机;2020年21期
10 胡伏原;李林燕;尚欣茹;沈军宇;戴永良;;基于卷积神经网络的目标检测算法综述[J];苏州科技大学学报(自然科学版);2020年02期
11 詹炜;Inomjon Ramatov;崔万新;喻晶精;;基于候选区域的深度学习目标检测算法综述[J];长江大学学报(自然科学版);2019年05期
12 方路平;何杭江;周国民;;目标检测算法研究综述[J];计算机工程与应用;2018年13期
13 麻森权;周克;;基于注意力机制和特征融合改进的小目标检测算法[J];计算机应用与软件;2020年05期
14 王婷婷;潘祥;;基于卷积神经网络的目标检测算法研究[J];长春师范大学学报;2020年06期
中国重要会议论文全文数据库 前20条
1 蒋涛;茅耀斌;钱瑛;巫林;;基于迁移学习的卷积神经网络目标检测算法[A];第36届中国控制会议论文集(G)[C];2017年
2 赵子婧;李学伟;刘宏哲;;基于深度学习的目标检测算法综述[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年
3 郑伟成;李学伟;刘宏哲;;基于深度学习的目标检测算法综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
4 侯笑晗;金国栋;谭力宁;;基于无锚框检测网络FCOS的SAR舰船目标检测算法[A];国家安全地球物理丛书(十六)——大数据与地球物理[C];2020年
5 杨钧智;吴金亮;左斌;周玉明;智军;张越;;基于注意力机制的卷积神经网络遮挡目标检测算法[A];第七届高分辨率对地观测学术年会论文集[C];2020年
6 李震霄;孙伟;刘明明;赵玉普;王伟男;胡光喆;;面向辅助驾驶系统的实时目标检测算法研究[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
7 张辉;张文武;;基于CNN的无人机目标检测算法比较与分析[A];第八届中国指挥控制大会论文集[C];2020年
8 何元磊;李红军;周陆军;李旭渊;顾立林;尼涛;;基于端元丰度量化的高光谱图像目标检测算法[A];国家安全地球物理丛书(十一)——地球物理应用前沿[C];2015年
9 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
10 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
11 许俊平;张启衡;张耀;王华闯;;基于人眼视觉特性的小目标检测算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
12 王艺婷;黄世奇;刘代志;王红霞;;高光谱图像目标检测算法性能研究[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
13 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
14 刘昊;赵龙;;基于改进混合高斯模型的运动目标检测算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
15 刘峰;奚晓梁;沈同圣;;基于最大值投影的空间小目标检测算法[A];第二届空间目标与碎片监测、清理技术及应用学术研讨会论文集[C];2015年
16 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
17 张姗;逯瑜娇;罗大为;;基于深度学习的目标检测算法综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
18 叶钊;;目标检测技术研究进展[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年
19 蒋庆林;王林;;基于改进混合高斯模型的运动目标检测算法[A];系统工程理论与应用——贵州省系统工程学会第五届学术年会论文集[C];2014年
20 顾静良;万敏;张卫;郑捷;;低对比度弱小目标检测算法[A];中国工程物理研究院科技年报(2005)[C];2005年
中国博士学位论文全文数据库 前20条
1 黄响;高速微弱目标检测算法研究[D];西安电子科技大学;2019年
2 付志航;基于空间与时间上下文的深度学习目标检测算法研究[D];浙江大学;2019年
3 张丽丽;基于空谱联合特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2018年
4 赵红燕;被动多基站雷达目标检测算法研究[D];西安电子科技大学;2017年
5 郭小路;多通道雷达干扰抑制与目标检测算法研究[D];西安电子科技大学;2017年
6 李健;星载宽幅SAR及目标检测算法研究[D];西安电子科技大学;2018年
7 潘雪莉;机载环视SAR海面特性和舰船目标检测算法研究[D];西安电子科技大学;2018年
8 陈宇环;联合时空特征的视觉显著目标检测算法研究[D];深圳大学;2018年
9 曾冬冬;视频监控中的前景目标检测算法研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
10 王志虎;基于显著性的运动目标检测算法研究[D];国防科学技术大学;2015年
11 郭明玮;基于视觉记忆的目标检测算法:一个特征学习与特征联想的过程[D];中国科学技术大学;2014年
12 王俊强;图像中人体目标检测算法研究[D];北京邮电大学;2012年
13 李凡;复杂背景抑制及弱小目标检测算法研究[D];西安电子科技大学;2010年
14 种劲松;合成孔径雷达图像舰船目标检测算法与应用研究[D];中国科学院研究生院(电子学研究所);2002年
15 马超;基于深度神经网络的三维目标检测与识别技术研究[D];国防科技大学;2019年
16 聂洪山;强起伏条件下红外小目标检测算法研究[D];国防科学技术大学;2004年
17 艾鹏程;基于卷积神经网络的高能物理事例特征信息在线提取算法研究[D];华中师范大学;2020年
18 余绍德;卷积神经网络和迁移学习在癌症影像分析中的研究[D];中国科学院大学(中国科学院深圳先进技术研究院);2018年
19 彭凌冰;复杂成像探测中的微弱目标检测算法研究[D];电子科技大学;2020年
20 李旭冬;基于卷积神经网络的目标检测若干问题研究[D];电子科技大学;2017年
中国硕士学位论文全文数据库 前20条
1 马康;基于多路径级联深度神经网络的图像显著性目标检测算法研究[D];西北大学;2020年
2 陈飞;基于卷积神经网络的道路目标检测算法研究[D];中国计量大学;2019年
3 晏鹏程;基于神经网络的复杂场景下运动目标检测算法研究[D];湖南理工学院;2020年
4 单文静;基于深度神经网络的上下文信息目标检测算法研究[D];合肥工业大学;2020年
5 胡长雨;基于卷积神经网络的目标检测算法研究[D];哈尔滨理工大学;2017年
6 马枢杰;基于卷积神经网络的高精度目标检测算法[D];大连海事大学;2019年
7 吴健勤;单发多框目标检测算法的研究及芯片级验证[D];电子科技大学;2020年
8 周方禹;基于改进的端到端卷积神经网络的目标检测算法研究[D];湖北工业大学;2020年
9 连国妃;基于卷积神经网络的单目视觉道路目标检测算法研究及应用[D];华南理工大学;2020年
10 陈震宇;基于卷积神经网络的目标检测算法研究[D];天津大学;2018年
11 万维;基于深度学习的目标检测算法研究及应用[D];电子科技大学;2015年
12 庄飞;三种目标检测算法在汽车门板焊点位置识别中的对比研究及应用[D];华南理工大学;2020年
13 赵怀瑾;基于深度学习的目标检测算法研究[D];北京邮电大学;2017年
14 陈运忠;基于特征融合和自适应锚框的目标检测算法研究[D];河南大学;2020年
15 陈丽媛;基于深度学习的显著性目标检测算法研究[D];浙江师范大学;2020年
16 崔艳海;基于深度学习的道路目标检测算法研究[D];江苏大学;2020年
17 潘浩东;基于深度特征融合的通用目标检测算法研究[D];东华大学;2020年
18 周旺;基于特征融合与对抗遮挡网络的目标检测算法设计与实现[D];南京邮电大学;2020年
19 黄鑫达;基于卷积神经网络的动物目标检测算法研究[D];华侨大学;2020年
20 陈晓濠;基于卷积神经网络的低对比度图像目标检测算法[D];哈尔滨工业大学;2017年
中国重要报纸全文数据库 前20条
1 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
2 骆无意;图神经网络让集群无人系统更智能[N];中国航天报;2020年
3 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
4 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
5 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
6 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
7 ;神经网络小史[N];电子报;2018年
8 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
9 ;人工智能将取得大面积突破[N];中国企业报;2017年
10 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
11 ;人类正迎来云端机器人时代[N];中国企业报;2017年
12 张斌;谁还需要“同传”[N];文汇报;2017年
13 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
14 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
15 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
16 卡内基·梅隆大学计算机科学学院机器学习系主任 Tom Mitchell;突破人类和机器的边界[N];中国信息化周报;2017年
17 舒年;“深度学习”与人工智能的新挑战[N];工人日报;2017年
18 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
19 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
20 中国信息通信研究院标准所副所长 何宝宏;AI技术的天花板[N];通信产业报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978