双注意力循环卷积显著性目标检测算法 |
| |
作者姓名: | 谢学立 李传祥 杨小冈 席建祥 |
| |
作者单位: | 火箭军工程大学导弹工程学院,陕西西安,710025;火箭军工程大学导弹工程学院,陕西西安,710025;火箭军工程大学导弹工程学院,陕西西安,710025;火箭军工程大学导弹工程学院,陕西西安,710025 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 显著性目标检测是机器视觉领域的研究热点,具有广泛的应用前景。针对现有显著性目标检测算法存在的显著区域检测不均匀、边缘表示模糊等问题,提出一种双注意力循环卷积显著性目标检测算法。在U-Net全卷积骨干网络中添加像素间-通道间双注意力模块,在跨层连接前对底层特征进行预处理,减小噪声和杂波干扰,提高显著区域检测性能。在骨干网络后端使用循环卷积模块,将最后的预测图与底层卷积层特征进一步结合,增强预测区域边缘的表示效果。在三个公开数据集上进行实验评测,并与相关算法进行对比,结果表明所提算法能更好地均匀突显显著区域和细化区域边缘。
|
关 键 词: | 机器视觉 显著性目标检测 全卷积神经网络 注意力机制 循环卷积网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|