用于轮廓检测的像素级深度学习
计算机视觉与模式识别
2015-04-09 v1 机器学习
神经与进化计算
摘要
我们通过边缘点的逐像素分类来解决轮廓检测问题。为了促进这一过程，所提出的方法利用 DenseNet（一种多尺度卷积神经网络 (CNNs) 的高效实现）为每个像素提取信息丰富的特征向量，并使用 SVM 分类器完成轮廓检测。在轮廓检测实验中，我们研究了结合来自不同 CNN 层的逐像素特征的有效性，并在 BSDS500 上验证了它们的性能。
引用
@article{arxiv.1504.01989,
title = {Pixel-wise Deep Learning for Contour Detection},
author = {Jyh-Jing Hwang and Tyng-Luh Liu},
journal= {arXiv preprint arXiv:1504.01989},
year = {2015}
}
备注
2 pages. arXiv admin note: substantial text overlap with arXiv:1412.6857