| 自顶向下导引式特征融合的物体轮廓检测网络 |
| |
| 引用本文： | 马伟,龚超凡,徐士彪,张晓鹏.自顶向下导引式特征融合的物体轮廓检测网络[J].计算机辅助设计与图形学学报,2021,33(6):855-863. |
| |
| 作者姓名： | 马伟 龚超凡 徐士彪 张晓鹏 |
| |
| 作者单位： | 北京工业大学信息学部 北京 100124;中国科学院自动化研究所模式识别国家重点实验室 北京 100190 |
| |
| 摘 要： | 针对现有方法所得物体轮廓位置欠准确、线条粗、乱等问题,提出自顶向下导引式逐层融合的物体轮廓检测网络.首先采用常用卷积神经网络作为主干网络提取不同尺度特征;鉴于低层特征中边缘位置准确但包含较多非轮廓噪声,而高层特征更有助于区分轮廓和非轮廓,自顶向下逐渐融合相邻尺度特征,借助高层特征强化轮廓边缘并抑制非轮廓噪声;最后提出改进的2分类交叉熵损失函数,训练网络生成物体轮廓.在PyTorch环境下,用公开数据集SBD测试所提出网络.量化和可视化实验结果表明,相比现有方法,该网络所得物体轮廓位置更准确、线条更细、更干净.
|
| 关 键 词： | 物体轮廓检测 细轮廓 卷积神经网络 特征融合 |
Top-Down Guided Fusion Network for Object Contour Detection |
| |
| Ma Wei,Gong Chaofan,Xu Shibiao,Zhang Xiaopeng.Top-Down Guided Fusion Network for Object Contour Detection[J].Journal of Computer-Aided Design & Computer Graphics,2021,33(6):855-863. |
| |
| Authors: | Ma Wei Gong Chaofan Xu Shibiao Zhang Xiaopeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
