中國科學(xué)院西安光學(xué)精密機械研究所(XIOPM)的學(xué)生宋大偉和他的團隊成員最近提出了一種用于精確顯著性物體檢測的分層邊緣細(xì)化網(wǎng)絡(luò)(HERNet)。他們的最新結(jié)果發(fā)表在IEEE Transactions on Image Processing 上。

給定一張圖像，顯著目標(biāo)檢測的目標(biāo)是定位與周圍環(huán)境完全不同的有趣目標(biāo)。與大多數(shù)現(xiàn)有的卷積神經(jīng)網(wǎng)絡(luò)方法總是模糊顯著對象的邊緣相比，HERNet 實現(xiàn)了準(zhǔn)確的顯著目標(biāo)檢測。

準(zhǔn)確的顯著性目標(biāo)檢測是計算機視覺的一項重要任務(wù)。鑒于此，研究人員提出了HERNet。整個結(jié)構(gòu)被分解為兩個重要的模塊，顯著性預(yù)測網(wǎng)絡(luò)和邊緣保留網(wǎng)絡(luò)。該模型通過三個必要的監(jiān)督，結(jié)構(gòu)監(jiān)督，混合監(jiān)督和邊緣監(jiān)督進(jìn)行訓(xùn)練。

他們憑經(jīng)驗表明預(yù)測圖的邊緣模糊是顯著目標(biāo)檢測中的一項具有挑戰(zhàn)性的任務(wù)，而所提出的 HERNet 可以有效地減輕它。

綜合實驗結(jié)果證明了 HERNet 在不同評估指標(biāo)下的優(yōu)越性。在未來，所提出的方法將啟發(fā)設(shè)計準(zhǔn)確顯著目標(biāo)檢測的有效架構(gòu)。