首页|基于卷积神经网络的跨层融合边缘检测算法

基于卷积神经网络的跨层融合边缘检测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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地前向和反向传播;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.
Cross fusion edge detection algorithm based on CNN

李翠锦、瞿中

展开 >

重庆工程学院 电子信息学院,重庆400060

重庆邮电大学 计算机科学与技术,重庆400065

边缘检测 损失函数 交叉融合 VGG16 数据集

国家自然科学基金重庆市基础科学与前沿技术研究专项项目重庆工程学院高科技人才计划项目重庆工程学院校内科研基金重庆市教委科学技术研究青年项目重庆工程学院校内科研基金

61701060cstc2017jcyjAX00072019gckv042019xzky06KJQN201901907

2021

10.19734/j.issn.1001-3695.2020.07.0269

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(7)
  • 7
  • 3