MSDNN：用于显著目标检测的多尺度深度神经网络
计算机视觉与模式识别
2018-01-15 v1
摘要
显著目标检测是计算机视觉中的一个基本问题，已受到广泛关注。近来深度学习模型成为图像特征提取的有力工具。本文中，我们提出一种用于显著目标检测的多尺度深度神经网络（MSDNN）。所提模型首先利用循环卷积神经网络（RCNN）在整个源图像上提取全局高层特征与上下文信息。然后采用若干堆叠的反卷积层以获得多尺度特征表示并生成一系列显著图。最后，我们研究了一种融合卷积模块（FCM）来构建最终的像素级显著图。所提模型在四个显著目标检测基准数据集上进行了充分评估。结果表明，我们的深度模型显著优于其他 12 种最先进的方法。
引用
@article{arxiv.1801.04187,
title = {MSDNN: Multi-Scale Deep Neural Network for Salient Object Detection},
author = {Fen Xiao and Wenzheng Deng and Liangchan Peng and Chunhong Cao and Kai Hu and Xieping Gao},
journal= {arXiv preprint arXiv:1801.04187},
year = {2018}
}
备注
10 pages, 12 figures