基于多尺度边缘的 U 形网络用于显著目标检测
计算机视觉与模式识别
2021-08-24 v1
摘要
基于深度学习的显著目标检测方法取得了巨大进步。然而，预测中仍存在模糊边界与定位不准等问题，主要由特征提取与融合不足所致。本文提出一种多尺度边缘基 U 形网络（MEUN），以融合不同尺度的多种特征从而获得更优性能。为提取更多用于边界预测的有用信息，U 形边缘网络模块被嵌入至每个解码器单元中。此外，额外的下采样模块缓解了定位不准问题。在四个基准数据集上的实验结果证明了所提方法的有效性与可靠性。与 15 种最先进的显著目标检测方法相比，多尺度边缘基 U 形网络也展现出其优越性。
引用
@article{arxiv.2108.09408,
title = {Multi-scale Edge-based U-shape Network for Salient Object Detection},
author = {Han Sun and Yetong Bian and Ningzhong Liu and Huiyu Zhou},
journal= {arXiv preprint arXiv:2108.09408},
year = {2021}
}
备注
14pages, 5 figures. accepted by PRICAI 2021, code: https://github.com/bellatong/MEUNet