[發明專利]一種基于多尺度特征動態融合的顯著性目標檢測方法

在審

• 申請號: 202110494656.3
• 申請日: 2021-05-06
• 公開（公告）號: CN113139544A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 孫延光;夏晨星;段松松;張海濤
• 申請（專利權）人: 安徽理工大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于計算機視覺領域，提供了一種基于多尺度特征動態融合的顯著性目標檢測方法，包括以下步驟：1)利用VGG?16主干框架對RGB圖像進行多尺度特征提取并進行編碼；2)利用多尺度特征動態融合模塊優化多尺度特征，生成初始顯著性圖；3)利用邊緣預測模塊從主干網絡中低層次的特征生成高質量邊緣信息圖；4)初始顯著性圖與邊緣信息圖進行高效融合增強顯著性目標的邊緣信息，生成高性能最終顯著性圖。與現有的技術相比，本發明基于多尺度動態特征融合的顯著性檢測算法融合了多尺度特征和邊緣預測網絡，可以有效提升顯著性圖的質量。

技術領域：

本發明涉及圖像處理領域，具體來說，涉及了一種基于多尺度特征動態融合的顯著性目標檢測方法。

背景技術：

本部分的陳述僅僅是涉及到了與本發明相關的背景技術，并不必然構成現有技術。

隨著多媒體數據技術、網絡技術、攝像設備以及數字存儲技術的快速發展，人們獲取的數字圖像數據容量不斷增加，面對這些海量的數據，僅憑人力根本無法對其進行實時處理，也就意味著也對圖像信息處理有了更高的需求。受到人類視覺系統能快速、準確地識別出圖像中的顯著性目標所啟發，假設計算機能具有類似人類的自動識別圖像的能力，那么就可以幫助人類快速地完成很多圖像處理任務。因此，顯著性目標檢測應運而生，它的研究內容是如何檢測圖像中顯著性目標并完整地從背景中分割出來。這個研究內容在圖像分割、視覺追蹤、場景分類、圖像和視頻壓縮、目標識別等多個領域都具有重要的意義。

根據特征選擇時是否基于人的先驗知識，顯著性目標檢測大致可以分為兩類，一類是基于刺激驅動的傳統顯著性目標檢測，另一類是基于數據驅動的深度學習顯著性目標檢測。傳統顯著性目標檢測基于刺激驅動，主要是利用一些低級的視覺先驗信息(如顏色、對比度、紋理等)進行顯著性目標檢測。雖然，傳統的顯著性檢測方法可以利用各類視覺先驗信息，理解圖像中的內容，區分出顯著性目標。但是因為它只能利用低級視覺先驗信息，無法利用高層次的語義信息，使得很難從復雜的背景的圖像中區分出顯著性目標。隨著，硬件的不斷發展，電腦計算速度的不斷提升，基于數據驅動的深度學習方法開始廣泛流行，基于深度學習的顯著性目標檢測方法也開始了蓬勃的發展。由于它可以利用深層次的神經網絡提取到圖像中的高層次語義信息，進而可以充分的利用高層次語義信息來更好的定位顯著性目標。

雖然，基于深度學習的顯著性目標檢測方法，相較于傳統的顯著性目標檢測有了很大的提升。針對不同場景下顯著性目標尺寸復雜多變且類別不固定，使得多尺度特征在顯著性目標檢測中起到非常重要的作用。現有的很多方法提出了大量的多尺度特征融合策略，來利用多尺度特征。然而，都是靜態特征融合策略，無法判斷特征融合后的優劣情況，而特征的優劣將直接導致顯著性圖性能的好壞。同時，現有方法雖然可以較準確定位顯著性目標，但分割出的顯著性目標邊緣信息仍然不夠豐富。而邊緣信息是判斷顯著性圖性能的重要指標。

發明內容:

為了解決上述問題，本發明提出了一種多尺度特征動態融合的顯著性目標檢測方法及系統，設計多尺度特征動態融合模塊，通過對多尺度動態匹配最優融合策略，進一步提升主干VGG-16框架生成特征的質量，生成初始顯著性圖；設計邊緣預測模塊，生成高質量邊緣信息圖；初始顯著性圖與邊緣預測圖進行融合生成高質量顯著性圖。使得網絡可以從復雜背景中準確地定位顯著性目標并完整地將其分割出來。

本發明的技術方案是提供了一種基于多尺度特征動態融合的顯著性目標檢測方法，該方法包括以下步驟：

1.收集RGB圖像數據集，利用VGG-16主干框架提取圖像多尺度特征并進行編碼；

1.1)收集顯著性目標檢測領域常用的RGB圖像數據集,MSRA-10K數據集、ECSSD數據集、PASCA-S數據集、SOD數據集、THUS數據集。

1.2)將MSRA-10K數據集作為訓練數據集，將SOD數據集、ECSSD數據集、PASCA-S數據集、THUS數據集作為測試數據集。