基于深度学习的显著性目标检测方法研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:gjsh
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
近年来,显著性目标检测逐渐得到广泛的关注和研究,并在识别、监测、视觉跟踪定位等领域都有重要应用。基于深度学习的显著性目标检测方法通常通过卷积神经网络学习得到显著性特征,但在复杂场景下,由于背景元素与前景相似或背景对前景造成遮挡等原因,导致显著性物体中像素难以被捕获,从而影响显著性目标检测的预测结果。由于这些像素广泛地分布在显著性轮廓周围,基于边缘增强的显著性检测网络应运而生。基于边缘增强的显著性检测网络通过在显著性网络中添加轮廓分支来进行显著性轮廓的生成,并使用该显著性轮廓使网络更关注物体的轮廓位置。为了更好地发挥显著性轮廓对显著性物体的引导作用,本文以显著性物体与显著性轮廓之间的互补性为基础,进行了边缘增强显著性网络的研究。本文的内容主要包括:1.针对基于边缘增强的显著性目标检测方法中存在的显著性轮廓难以准确预测的问题,本文提出了RTGRNet模型。RTGRNet由预测模块和循环细化模块构成。预测模块中使用双流引导预测模块对显著性特征及显著性轮廓特征进行提取,循环细化模块中的细化单元则首先使用引导模块来完成两项子任务间的相互引导,而后通过叠加细化单元来同时细化两项子任务,从而提升模型性能。2.针对相互引导方法容易带来无关信息,以及忽视了两种引导路径的差异的问题,本文提出了CMGNet模型。CMGNet首先设计了基于相关性的相互引导模块,该模块由局部显著性特征相关性模块和非局部混合特征相关性模块构成,前者使用显著性轮廓周边的显著性信息剔除非显著性轮廓部分,后者则使用全局的混合信息增强显著性预测中对轮廓位置的关注。然后,CMGNet设计了循环非对称式双流单元,并通过叠加该单元来进一步提升模型性能。3.本文在六个公开的显著性目标检测数据集上进行了实验验证,实验结果表明,本文提出的RTGRNet模型和CMGNet模型均取得良好的预测效果。其中,RTGRNet模型在DUT-OMRON数据集的评价指标bF分数和Sm分数上分别提高了0.5%与1.1%。CMGNet模型在DUTS-test数据集的评价指标Fb分数和Sm分数上分别提高了0.8%与0.7%。同时,本文提出的引导模块,循环细化单元,局部显著性特征相关性模块,非局部混合特征相关性模块以及循环非对称式双流单元均能明显改善模型性能。
其他文献
“智能无人零售车”是自动驾驶技术与网络在线支付技术的融合,对于新零售具有重要的理论和实践意义。智能无人零售车使人们的生活更加便捷与丰富,也是消费市场出现的前所未有的新奇购买方式。无人车技术属于智能自动驾驶车领域,也被称为轮式智能机器人。无人车技术主要依托于车内计算机系统,使其能根据指令移动到某个特定的地点。交通方式正在步入智能化自动驾驶的时代,随着车联网技术的铺开,百度作为全国自动驾驶的领军企业,
商业的石墨/炭负极的低比容量严重限制了锂离子电池的进一步发展,而硅由于其4200 m Ah g-1的高理论比容量、较高的丰度及环境友好等优势被认为是最具有前景的下一代锂离子电池负极材料。然而在合金化过程中,高容量也伴随着巨大的体积效应和内应力,使得电极结构不稳定,硅颗粒破碎及固体电解质界面的反复再生会导致容量的急剧衰减。另外,硅具有半导体特性,较差的电子、离子传输速度也制约了其作为负极材料的应用。
改革开放以来,新疆的经济快速发展,人均地区生产总值由1978年的313元提升到2017年44941元,番了整整7番,人民生活水平不断改善,生活幸福指数显著提高。但是需要注意的是,作为新疆首府的乌鲁木齐在2017年的生产总值为2730亿元,同年南疆四地州中的克孜勒苏柯尔克孜自治州生产总值为118亿元,两者生产总值相差近27倍。新疆作为“丝绸之路经济带”的核心区,是推动我国区域经济协调发展的重要组成部
随着智能电网战略的发展和推进,电力系统和信息系统之间的交互愈发紧密。智能电网被视为一种典型的信息物理系统即电力信息物理系统(Cyber Physical Power Systems,CPPS),其信息-物理交互作用于电能的产生、传输和分配等过程。近几年发生的若干起蓄意攻击电力系统的事故表明,电力系统融合信息系统会带来新的脆弱性因素。而以往的CPPS研究分析仅从单一系统出发进行分析,与实际情况存在偏
石墨作为当下最普遍的锂离子电池(LIBs)负极材料,在LIBs商业化应用中取得了巨大的成功。然而,石墨负极材料的储锂容量(372mAh·g-1)较低,难以满足“信息社会”高速发展对于高性能储能器件的要求。因此,开发高容量的新型LIBs负极材料具有重要意义。同时,作为高容量的新型负极材料还应满足储量丰富、开发成本低廉以及利用率高等要求。非金属材料中的硅、锗、磷以及金属类的锡、锑等具有较高的理论比容量
药物诱导肝损伤(DILI)是指因药物本身或其代谢产物导致的肝脏损伤,已成为药物撤市和药物研发失败的主要原因之一。DILI是一个复杂的过程,在这个过程中,伴随着各种相关的生物酶和活性物种(活性氧、活性氮、活性硫等),含量的变化。其中,过氧亚硝酰阴离子(ONOO-)在DILI早期阶段显著增加。因此,实现细胞和活体内ONOO-浓度变化的精准检测,对DILI机理研究以及预防具有重要意义。然而,ONOO-具
近年来,在计算机视觉领域,深度学习推动了人脸识别、自动驾驶等很多技术的快速发展。但在实际应用中,深度学习模型需要大量的图像样本来进行训练,而由于涉及到隐私、成本等问题,图像训练样本的获取往往非常困难。生成对抗网络(Generative Adversarial Nets,GAN)能够生成大量逼真的图像对训练样本进行补充,为解决图像训练样本难以获取的问题做出了贡献。作为GAN的变体,带有一致惩罚项的瓦
近些年来计算机网络发展十分迅速,信息共享无时无刻不在发生,这就使得如何在纷繁复杂的信息世界中迅速定位所需的资源成为当前研究的重点和挑战。由布隆提出的布鲁姆过滤器就是一种高效解决现有问题的数据结构,它能以很小的存储代价迅速地进行元素匹配。但是随着网络的发展,传统的布鲁姆过滤器所支持的精确查询已经不能完全满足新兴网络应用的需求,这些网络应用要求对数据进行近似成员查询(Approximate Membe
柔性直流配电系统结构灵活、控制复杂、元件数目较多。系统长期运行时,设备的绝缘老化、鸟类跨接导线、雷击灾害等现象不可避免,有可能导致系统短路、绝缘子串闪络等故障。不同的故障类型对系统有不同的影响,系统相应的保护策略也不同。分析系统常见短路故障及雷击故障的过电压特性,提高系统故障类型的识别精度,有助于运维人员采取准确的防护措施,改善相关设备的绝缘设计,对系统的安全运行具有重要意义。本文首先对比系统不同
随着国家工业4.0战略的提出和实施,工业控制(工控)系统通过融合传统互联网虽然能为其带来便捷性,但是也给工控系统带来了更多的安全隐患。入侵检测方法是对系统中的攻击行为进行识别并给出相应的响应策略以达到排除系统安全隐患的目的,被广泛应用于工控安全领域。机器学习是开发能够模拟人类智能的计算机算法的技术。核极限学习机(Kernel Etreme Learning Machine,KELM)是机器学习经典