因此,本文提出一种多尺度特征提取和多级别特征融合的显著性目标检测方法。首先,利用不同扩张率的空洞卷积获取多尺度的上下文信息,弥补单一特征检测带来的不足。其次,提出一个多级别特征融合模块,该模块有效地利用浅层特征信息、深层特征信息...
1 方法1.1 网络概述本文提出的多尺度特征提取和多级别特征融合的显著性检测方法的网络框架,如图1所示,该网络采用编码解码结构方式的U型结构。在编码特征提取阶段,采用Resnet50作为主干网络,输入图像经过4个残差块进入多尺度特征提取模块;在解码阶段,采用多级别特征融合模块逐步生成高分辨率的显著图,并且引入中继监督的方式...