基于全卷積神經(jīng)網(wǎng)絡(luò)的顯著性區(qū)域檢測研究.pdf

1、數(shù)字圖像作為表達(dá)思想和傳遞情感的重要信息載體，其對應(yīng)的圖像處理技術(shù)已廣泛應(yīng)用于醫(yī)學(xué)工程、通信、軍事公安、航空航天等領(lǐng)域。然而，如何利用有限資源高效處理圖像數(shù)據(jù)是關(guān)鍵?；谝曈X的顯著性目標(biāo)區(qū)域檢測能模擬人眼視覺系統(tǒng)，預(yù)測視覺優(yōu)先關(guān)注區(qū)域，為后續(xù)任務(wù)提供有效預(yù)處理結(jié)果，提升任務(wù)處理效率。利用深度神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像顯著性區(qū)域檢測能避開任務(wù)前期顯式的特征提取及表述，在訓(xùn)練網(wǎng)絡(luò)的過程中隱式學(xué)習(xí)顯著性區(qū)域特征，訓(xùn)練完成的網(wǎng)絡(luò)具有泛化能力。
　　

2、本文首先介紹了顯著性區(qū)域檢測的研究背景及發(fā)展現(xiàn)狀，闡述了視覺注意機(jī)制的基本概念、視覺注意的兩種模型，分析了顯著性區(qū)域檢測的基本理論。
　　然后，提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)和圖優(yōu)化的顯著性區(qū)域檢測算法。該算法利用學(xué)習(xí)獲得的全卷積神經(jīng)網(wǎng)絡(luò)(FCNN)初步預(yù)測待處理圖像的顯著性區(qū)域，再在初步預(yù)測結(jié)果基礎(chǔ)上，利用圖的方法，加強(qiáng)相似區(qū)域間的聯(lián)系，優(yōu)化顯著性檢測結(jié)果。本方法在SOD和DUT數(shù)據(jù)庫上的客觀評價(jià)指數(shù)AUC值及F-Measure值

3、均較優(yōu)，能更準(zhǔn)確地提取顯著性區(qū)域。
　　其次，提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)和多核學(xué)習(xí)的顯著性區(qū)域檢測算法。該算法利用全卷積神經(jīng)網(wǎng)絡(luò)的自主學(xué)習(xí)能力，挖掘數(shù)據(jù)庫中所有圖像顯著性區(qū)域的共通特性，再在初步檢測結(jié)果的基礎(chǔ)上，通過多核學(xué)習(xí)，挖掘圖像內(nèi)部特征之間的權(quán)衡性。本方法在SOD和DUT數(shù)據(jù)庫上的客觀評價(jià)指數(shù)AUC值及F-Measure值均較優(yōu)，表明系統(tǒng)最終的顯著性輸出能準(zhǔn)確捕獲到被處理圖像的顯著區(qū)域，在減少了主觀干預(yù)的同時(shí)能取得良好泛化