【摘 要】
：
显著性检测任务作为计算机视觉领域的一个基本问题,除了包含对普通RGB图像的显著性的检测,还包含对带有深度信息的RGB-D图像的显著性检测,对一组图像进行的共显著性检测,以及对视频进行视频显著性检测等子任务。随着深度学习技术的发展,由于强大的表征学习方法,基于深度学习的显著性检测算法的性能明显超过了传统的解决方案,在各种基准测试排行榜上保持领先地位。基于深度学习的RGB图像显著性检测任务通常是先使用
论文部分内容阅读
显著性检测任务作为计算机视觉领域的一个基本问题,除了包含对普通RGB图像的显著性的检测,还包含对带有深度信息的RGB-D图像的显著性检测,对一组图像进行的共显著性检测,以及对视频进行视频显著性检测等子任务。随着深度学习技术的发展,由于强大的表征学习方法,基于深度学习的显著性检测算法的性能明显超过了传统的解决方案,在各种基准测试排行榜上保持领先地位。基于深度学习的RGB图像显著性检测任务通常是先使用特征提取网络提取多层次网络特征,在多个不同分辨率上对显著性检测进行特征建模,最后融合多个层次的特征得到和原始图像相同分辨率的显著性预测结果。本课题针对多层次特征的融合方式,考虑到多层次特征的高低层特征的不同的特性分别设计了两个模型,并利用生成对抗网络框架将两个模型进行了统一。本课题的主要研究内容包括三个部分。一、基于特征融合的显著性检测方法,该方法考虑到简单的特征金字塔网络架构在融合多层次特征时,高层特征在逐渐融合过程中逐渐稀释的问题,利用U型结构在解码器的每一层都融合所有的高层特征,利用高层次特征生成定位空间注意力辅助低层次特征定位,利用低层次特征补充粗预测的细节信息得到精细的显著性预测结果。二、基于特征细化的显著性检测方法,该方法更进一步地利用高低层特征的特性,利用包含更多定位信息的高层特征引导相邻的低层特征定位显著区域并减少低层特征中的背景噪声,利用低层特征中丰富的细节信息帮助相邻的高层特征更精确地定位显著区域,使网络学到的特征能更准确关注到显著性区域以获得准确的预测。三、基于对抗网络的显著性检测方法,该方法将前两种方法的网络结合作为一个双流的生成器,利用一个判别器让生成器的两个分支相互对抗以从不同方面学习显著性特征表示,最后利用一个显著性预测器将生成器两个分支学到的特征进行融合得到更准确的显著性预测。
其他文献
情绪是人类生活中不可分割的一部分。因为微表情是不受人类自主控制的,其对人类情感分析具有重大的意义,十分具有研究价值。微表情识别的含义为根据给定的微表情样本判断其情绪类别。目前微表情识别领域的现有方法仍存在一些问题:（1）现有方法对微表情帧的面部图像直接进行研究,对人脸的各部分没有区分度,而微表情只出现在面部的局部位置,对整个面部运动进行分析会与此特性冲突。（2）微表情数据集制作难度大,现有数据集体
在信息技术快速发展的背景下,文本信息呈现出“爆炸”的状态,军事领域也不例外,面对“爆炸式”的军事文本,情报分析人员需要一种高效的技术手段辅助其分析情报。利用自然语言处理技术处理文本信息,辅助相关人员分析情报,是解决上述问题的先进技术之一。作为自然语言处理领域热点方向之一的事件抽取,在军事情报分析领域中的作用非同小可。本文立足于军事领域,对事件的抽取及应用等问题进行研究。由于军事领域的特殊性,目前公
数据到文本生成,即将结构化的数据进行概括抽象,生成能够满足人类阅读需求的文本,生成的文本应当符合基本的语法结构,流畅通顺,语义表达清晰准确。传统的模块化的生成框架将数据到文本生成任务显式的划分为内容规划、句子规划、文本实现三个模块,串联的模块之间存在着误差累积的现象,并且模块中针对特定领域的任务设计了大量的人工设计的规则,导致文本生成框架受限于特定领域,不具有泛用性。基于深度学习的数据到文本生成模
药物开发是生物医学领域的重要课题,面对一种新型疾病时,合成新的药物分子往往过程复杂、漫长,成功率低,且耗费大量人力、资金。通过已知的药物-靶蛋白相互作用信息,从已有的药物中预测并筛选出可能对该疾病有作用的药物,将会大大减少药物开发的时间与成本。研究人员已经开发出了多种针对药物-靶蛋白相互作用（Drug-Target Interaction,DTI）的计算机预测方法,但是它们在预测精度上仍然存在不足
冲击地压是当前世界范围内煤矿开采中最严重的灾害之一,在其发生时,煤矿井下的几米甚到几百米的巷道都可以被瞬间摧毁,严重影响了煤矿开采安全环境。本文针对当前我国千米深井煤矿开采现状,结合国家在“十四五”期间关于煤矿安全开采的战略规划,采用理论分析与现场工程实践等方法,以辽宁某千米深井冲击地压矿井为主要研究对象,按照煤矿实际情况开展地面微震监测研究,根据监测结果分析矿井开采期间地面微震事件的演化规律,并
随着人口的快速增长和现代工业的发展,一系列的环境污染已经成为整个社会发展的关键问题。大量的工业、生活废水及医用抗生素废水被释放到环境中去,对人类及动物的健康和环境的可持续发展产生了重大影响。传统的废水处理方法如物理处理法、生物处理法和化学处理法等往往具有处理成本高,操作复杂以及处理后会对环境造成二次污染等问题。近年来,光催化氧化技术因其具有极高的反应活性、高的处理效率、低成本以及对目标污染物的完全
尾矿库是冶金、有色、建材等多个行业用于贮存尾矿和澄清水的重要设施,同时也是重要的安全环保设施。尾矿库重金属污染防治是矿山环境治理的重点工作之一,铜、铅、锌等重金属是尾矿库的常见污染物。因此,尾矿库的一系列污染问题愈加引起重视,开展降雨和植被条件下尾矿库重金属迁移规律的研究,具有重要现实意义。本文将室内土柱降雨淋滤试验与Geostudio数值模拟相结合,以实际尾矿库为工程背景,开展降雨和植被条件下尾
近年来,环境污染和能源短缺已经成为影响人类生存和社会发展的两大难题。大力开发高效的环境治理技术和清洁的可再生能源已成为当务之急。而光催化技术利用太阳能可以产生强氧化性的光生空穴和强还原性的光生电子,从而能够实现降解有机污染物同时制氢。因此,光催化技术是一种有望同时解决上述两个难题的方法。将两种或多种带隙匹配的半导体复合所构建的Z型光催化体系具有太阳光利用率高、氧化还原能力强以及化学稳定性高等特点,
在如今的服务互联网环境中,用户往往使用提供服务的平台获取服务内容,而平台则根据用户自身使用过的服务内容获取用户的服务需求,并据此对用户进行服务推荐。但是仅仅通过平台获取的用户服务需求类型较为单一,用户自身更多的潜在服务需求无法获取,而且仅仅通过这些服务需求无法对用户进行更有效、更准确的服务推荐。因此,如何从更多的渠道中获取用户更丰富、更详细的服务需求成为一个十分重要的问题,而社交媒体中恰恰蕴含着用
随着大规模基因组计划在世界各地如火如荼地进行以及测序技术的发展与变革,基因组数据正以磅礴的体量飞速增长。SNV变异检测作为对这些庞大繁杂的基因组数据进行分析的重要组成部分,对生物遗传进化、细胞生命活动、疾病预防诊断与治疗、基因工程农作物化妆品食品新能源等的研究与应用都有重要意义。现有变异检测方法通常是先将测序数据比对到参考基因组上,再基于比对结果进行变异的识别。然而,这些比对算法并非直接针对变异检