| 融合小型深度生成模型的显著性检测 |
| |
| 引用本文： | 陈星宇,叶锋,黄添强,翁彬,陈家祯,林文忠. 融合小型深度生成模型的显著性检测[J]. 电子学报, 2021, 49(4): 768-774. DOI: 10.12263/DZXB.20200488 |
| |
| 作者姓名： | 陈星宇 叶锋 黄添强 翁彬 陈家祯 林文忠 |
| |
| 作者单位： | 福建师范大学数学与信息学院,福建福州350117;福建师范大学数学与信息学院,福建福州350117;数字福建大数据安全技术研究所,福建福州350117;福建省信息处理与智能控制重点实验室(闽江学院),福建福州350108 |
| |
| 基金项目： | 国家自然科学基金;福建省自然科学基金;闽江学院福建省信息处理与智能控制重点实验室开放基金 |
| |
| 摘 要： | 针对基于深度神经网络模型的显著性检测方法中存在的模型训练困难、模型参数量大以及检测速度慢等问题,本文提出了一种融合小型深度生成模型的显著性检测方法.方法以生成对抗网络为框架,设计了包含11个卷积模块和5个池化层的鉴别器网络以及不包含池化层,仅包含15个卷积模块和5个转置卷积模块的小型生成器网络.其中,小型生成器网络大小...
|
| 关 键 词： | 显著性检测 深度神经网络 生成对抗网络 小型生成器网络 融合算法 |
Saliency Detection Combined with Small-Scale Deep Generation Model |
| |
| CHEN Xing-yu,YE Feng,HUANG Tian-qiang,WENG Bin,CHEN Jia-zhen,LIN Wen-zhong. Saliency Detection Combined with Small-Scale Deep Generation Model[J]. Acta Electronica Sinica, 2021, 49(4): 768-774. DOI: 10.12263/DZXB.20200488 |
| |
| Authors: | CHEN Xing-yu YE Feng HUANG Tian-qiang WENG Bin CHEN Jia-zhen LIN Wen-zhong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
