基于多任务和反馈学习的阴影检测方法 |
| |
引用本文: | 尹旷,王红斌,胡帆,莫文雄,方健,杨鹏.基于多任务和反馈学习的阴影检测方法[J].无线电通信技术,2022(6):1137-1142. |
| |
作者姓名: | 尹旷 王红斌 胡帆 莫文雄 方健 杨鹏 |
| |
作者单位: | 1. 中国南方电网有限责任公司中低压电气设备质量检验测试重点实验室;2. 武汉大学图像传播与印刷包装研究中心 |
| |
基金项目: | 国家重点研发计划(2021YFE0117100)~~; |
| |
摘 要: | 自然场景图像中的阴影是直接或间接承接场景信息的载体,可以有效反映场景的环境信息,因此,阴影检测是图像处理领域中的一项重要研究任务。针对阴影检测任务存在的漏检、误检等问题,提出了一种应用于阴影检测任务的网络。引入多任务特征学习机制,利用阴影的边缘和数量信息分别实现特征学习的细节和全局约束,有效地定位阴影区域。此外还利用注意力机制增强特征信息,结合反馈机制通过迭代反馈的方式增强模型对阴影区域特征的学习,提高了模型性能,使模型能够准确区分阴影区域和非阴影区域。实验结果表明,该网络模型与其他经典方法相比在SBU数据集和ISTD数据集上取得了最低的平衡错误率指标,可以更加准确地检测单幅图像中存在的阴影区域且边缘划分准确,检测结果令人满意。
|
关 键 词: | 阴影检测 多任务学习 注意力机制 反馈学习 |
|
|