一种基于深度网络的显著性目标检测算法

摘要

针对目前已有显著性目标检测算法精度不高以及目标边缘模糊等问题,给出一种基于深度网络的显著性目标检测算法.该算法设计一个端到端的多尺度全卷积网络,在原始输入图像中运行一次即可直接得到像素级的显著性图像;通过基于图像四边的边界先验知识改进GMR流形排序算法,根据前景与背景是相对的这一理论提出背景计算;采用基于完全连接的C RF像素显著性细化模型提高相邻像素之间显著值的一致性,使生成的显著性目标突出.定性和定量的实验结果表明:该算法不仅提高了显著性目标检测的精确度,也可以有效解决目标边缘模糊问题.