視覺顯著性目標(biāo)檢測是利用計算機(jī)技術(shù)模仿人類的視覺注意力機(jī)制,提取復(fù)雜圖像中感興趣的信息并優(yōu)先處理,從而有助于提高圖像處理的效率,目前已經(jīng)被廣泛應(yīng)用到視頻壓縮、圖像識別和檢索等各個領(lǐng)域。顯著性目標(biāo)檢測算法包括傳統(tǒng)的檢測算法與基于深度學(xué)習(xí)的檢測算法,傳統(tǒng)的檢測算法僅僅依賴底層特征從而導(dǎo)致顯著圖自信度不高,基于深度學(xué)習(xí)的檢測算法提高了顯著目標(biāo)的自信度,但大量池化操作會導(dǎo)致顯著對象輪廓模糊。本文研究了一種融合全局與局部信息的顯著性檢測模型,能夠有效獲取復(fù)雜場景中的顯著目標(biāo),提高顯著性檢測模型的魯棒性。本文的主要工作包括:（1）針對全卷積網(wǎng)絡(luò)中大量池化操作導(dǎo)致低層信息被忽略,引起顯著目標(biāo)邊緣模糊的問題,研究了一種融合多尺度特征圖細(xì)化顯著對象邊緣的檢測模型,通過提取低層卷積組下不同尺度的特征圖,并基于低層特征信息與高層抽象語義特征的互補(bǔ)關(guān)系,將不同尺度的特征圖與全卷積網(wǎng)絡(luò)檢測的顯著圖進(jìn)行加權(quán)融合獲得全局性顯著圖,從而優(yōu)化顯著目標(biāo)邊界。在標(biāo)準(zhǔn)數(shù)據(jù)集上與其他檢測算法對比實驗,結(jié)果驗證了該模型能夠有效克服全卷積網(wǎng)絡(luò)模型檢測邊緣模糊的問題。（1）為了進(jìn)一步優(yōu)化全局性顯著圖的邊界,研究了一種融合全局與局部信... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

注意焦點示例圖

?泳踝樵?014年提出，與其他卷積網(wǎng)絡(luò)模型最明顯的不同之處在于卷積層采用了3*3的小卷積核，從而增加了網(wǎng)絡(luò)的層次影響網(wǎng)絡(luò)的性能，同時導(dǎo)致參數(shù)量減少，能夠提取一些更加高級抽象的語義特征，有利于提高對顯著對象的分析理解，對于更復(fù)雜的模式能夠更好的進(jìn)行訓(xùn)練；池化層采用2*2大小的池化核。整個網(wǎng)絡(luò)隨著網(wǎng)絡(luò)層數(shù)的增加，網(wǎng)絡(luò)通道由原始圖像的3通道逐漸變?yōu)?4通道、128通道、256通道、512通道。經(jīng)典VGG網(wǎng)絡(luò)模型主要包括VGG16和VGG19兩種模型，其中VGG16網(wǎng)絡(luò)模型主要包括了5組卷積組和3層全連接層。網(wǎng)絡(luò)結(jié)構(gòu)如圖2-2所示。圖2-2VGG16網(wǎng)絡(luò)模型結(jié)構(gòu)圖Fig.2-2ThearchitectureofVGG16networkmodel

理論基礎(chǔ)11與VGG16網(wǎng)絡(luò)模型相比較，VGG19網(wǎng)絡(luò)在后三組卷積組增加了3層卷積層，提高了網(wǎng)絡(luò)的深度，如圖2-3所示。圖2-3VGG19網(wǎng)絡(luò)模型結(jié)構(gòu)圖Fig.2-3ThearchitectureofVGG19networkmodel在網(wǎng)絡(luò)模型中卷積層[31]是最主要的部分，通過圖像局部相似的特點進(jìn)行特征的自主學(xué)習(xí)，模擬人類視覺系統(tǒng)的局部感受野，卷積層中每層的神經(jīng)元節(jié)點與上一層神經(jīng)元節(jié)點部分連接，利用局部連接的方式很好地減少網(wǎng)絡(luò)模型訓(xùn)練過程中的參數(shù)計算復(fù)雜度。每層卷積層的參數(shù)由一系列的濾波器組成，通過對輸入圖像進(jìn)行卷積學(xué)習(xí)從而提取到顯著對象的特征，獲取每層卷積層的特征映射圖，同時隨著深度增加，能夠提取圖像高層次的語義特征，每層的節(jié)點輸出定義如下：inniinininbkxfx，1（2-1）其中，n代表第n卷積核；i代表第i層卷積層；inx為目前的特征映射圖；i1-nx為上一層的特征映射圖；iink，為當(dāng)前層的第n個卷積核；f為激活函數(shù)；inb為偏置。池化層也叫下采樣層，主要用來刪除冗余信息減小參數(shù)數(shù)據(jù)量，選出最具有代表性的特征的像素，防止訓(xùn)練過程中的過擬合問題。每層節(jié)點輸出定義如下：inssinininbxsskfx11（2-2）其中，n代表第n池化核；i代表第i層池化層；S為下采樣模板的長度；ink為模板的權(quán)值；i1-nx為上一層的特征映射圖；inb為偏置。通常多采用最大池化層（MaxPooling）和均值池化層（AveragePooling），在區(qū)域內(nèi)獲取特征值的最大值或者平均值提取特征，從而過濾冗余信息，實現(xiàn)降維。全連接層是將經(jīng)過一系列卷積層與池化層的特征映射進(jìn)行連接作為最后的輸出，將連


本文編號：3359145