《计算机应用研究》|Application Research of Computers

基于卷积神经网络的跨层融合边缘检测算法

Cross fusion edge detection algorithm based on convolutional neural network

免费全文下载 (已被下载 次)  
获取PDF全文
作者 李翠锦,瞿中
机构 重庆工程学院 电子信息学院;重庆邮电大学 计算机科学与技术
统计 摘要被查看 次,已被下载
摘要 针对目前边缘检测算法因过于依赖全连接层,使得边缘线条粗糙,且损失函数设定不当,造成梯度消失和大量主要特征信息丢失等问题,提出了基于卷积神经网络的交叉融合边缘检测算法,该算法利用1×1多卷积核的梯度方式来降维,完成横纵向图像低级与高级特征对象的采集;然后通过自上而下和自左向右循环卷积流向方式,保证每层的损失函数可以较平稳的前向和反向传播;最后利用跨层交叉融合对图像边缘特征进行细化。实验结果表明,该算法在伯克利大学数据集(BSDS500)上最优数据集规模(ODS)F-measure为0.806,接近人类平均视觉感知。
关键词 边缘检测;损失函数;交叉融合;VGG16;数据集
基金项目 国家自然科学基金资助项目(61701060)
重庆市基础科学与前沿技术研究专项项目(cstc2017jcyjAX0007)
重庆工程学院高科技人才计划资助项目(2019gckv04)
重庆工程学院校内科研基金资助项目(2019xzky06)
本文URL http://www.arocmag.com/article/02-2021-06-059.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码