基于紧密聚合特征和循环残差学习的检测方法及系统
发布时间: 2022-06-30
来源: 试点城市(园区)
基本信息
本发明的目的是提供一种基于紧密聚合特征和循环残差学习的检测方法及系统,属于图像处理技术领域。系统包括紧密特征提取模块、所有特征聚合模块、循环残差优化模块,方法包括如下步骤:提取紧密卷积特征,将连续阶段的输出特征结合到一起,针对所有层提取的紧密卷积特征采用空洞空间金字塔池化模块实现多层特征外部信息聚合;在深度监督机制下,以残差学习的方式不断优化,对整体循环残差网络在三个视觉显著性检测数据集上进行测试,测试完成后即可使用所述基于紧密聚合特征的循环残差网络进行自然图像中视觉显著性检测的实际应用。本发明提高了视觉显著性检测在复杂场景下的检测效果,增强对背景噪声的抑制和检测区域的连续性、完整度。