基于高斯差分特征网络的显著目标检测

来源 :计算机应用 | 被引量 : 0次 | 上传用户:bigtree16
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
中心-邻域对比度理论作为具有生理学依据的一种线索,在传统显著性检测模型中获得了广泛应用,然而该理论却很少显式地应用在基于深度卷积神经网络(CNN)的模型中。为了将经典的中心-邻域对比度理论引入深度卷积网络中,提出了一种基于高斯差分(Do G)特征网络的显著目标检测模型。首先通过在多个尺度的深度特征上构造高斯差分金字塔(DGP)结构以感知图像中显著目标的局部突出特性,进而用所得到的差分特征对语义信息丰富的深度特征进行加权选择,最终实现对显著目标的准确提取。进一步地,在提出的网络设计中采用标准的一维卷积
其他文献
目前人脸正面化研究主要解决人脸偏转问题,而对监控视频等现实场景中同时受偏转和俯仰变化影响的侧脸的正面化生成关注较少,针对这个问题和多角度侧脸生成的正面人脸图存在身份信息保留不全的问题,提出了一种基于特征图对称模块和眼周特征保留损失的生成对抗网络(GAN)。首先,根据人脸对称性先验,提出特征图对称模块,先使用人脸关键点检测器检测出侧脸鼻尖点位置,再将编码器提取到的特征图依照鼻尖位置进行镜像对称,从而
目的:评价阿奇霉素联合孟鲁司特钠治疗小儿肺炎支原体肺炎的效果。方法:2017年3月-2019年3月收治肺炎支原体肺炎患儿64例,随机分为两组,各32例。对照组接受阿奇霉素治疗;观察
SOIL土壤教学心法是建立在多媒体学习理论、认知负荷理论基础上的一种新的课程设计指导模式,强调基于学习者的学习认知历程,对教学信息进行有效设计与充分运用,包含学习愿景
在我国倡导核心素养的新形势下,必须坚持以语文核心素养为着力点建构语文课程体系,勇于打破传统教学形式的桎梏,寻找适合我国高中语文阅读教学发展的新策略,打造适合学生学习
目的研究我院产超广谱β-内酰胺酶(ESBLs)大肠埃希菌在临床各科室的分布及耐药情况,探讨其危险因素,为临床合理用药及预防提供依据。方法对2017年1月至2018年12月我院临床各
目的:比较微创保胆取石术与腹腔镜胆囊切除术治疗胆囊结石的疗效。方法:2017年1月-2020年1月收治胆囊结石患者100例,随机分为两组,各50例。对照组予以腹腔镜胆囊切除术治疗,
针对协同训练算法在迭代过程中加入的无标记样本的有用信息不足和多分类器对样本标记不一致导致的分类错误累积问题,提出结合改进密度峰值聚类和共享子空间的协同训练算法。该算法先采取属性集合互补的方式得到两个基分类器,然后基于虹吸平衡法则进行改进密度峰值聚类,并从簇中心出发来推进式选择相互邻近度高的无标记样本交由两个基分类器进行分类,最后利用多视图非负矩阵分解算法得到的共享子空间来确定标记不一致样本的最终类
高层管理团队对一所大学的重要性不言而喻!通过以性别为视角分析英国精英大学——24所罗素集团大学的259名校级高层管理团队,研究发现:英国精英大学的高层管理团队基本由男性
针对时序遥感图像数据异常时卷积神经网络对其分类性能较差的问题,提出了一种端到端的多模式与多单模架构相结合的网络结构。首先,通过多元时序模型和单变量时间序列模型对多维时间序列进行多尺度特征提取;然后,基于像素空间坐标信息,通过自动编码形式完成遥感图像的时空序列特征的构建;最后,通过全连接层和softmax函数实现分类。在数据异常(数据缺失和数据扭曲)的情况下,提出的算法和一维卷积神经网络(1D-CN
为了提高基于粗糙集理论的不完备数据分析方法(ROUSTIDA)在实际应用中对包含离散型(如整型、字符串型、枚举型)、连续型(如浮点数表达)、缺失型属性的混合信息系统(HIS)数据的填补能力,提出了一种基于粗糙集理论的混合信息系统缺失值填补方法(RSHISMIA)。首先,根据决策属性等价类划分思想并按照决策属性对混合信息系统HIS进行划分,解决了填补后可能出现的决策规则冲突问题;其次,定义混合距离矩