基于循環(huán)全卷積網(wǎng)絡(luò)的顯著性檢測(cè).pdf

1、顯著性目標(biāo)檢測(cè)，是指對(duì)于一幅圖像，以最接近于人眼關(guān)注范圍的方法將圖像的較為突出或者比較重要的目標(biāo)區(qū)域標(biāo)注出來(lái)以便后續(xù)利用。眾所周知，人類(lèi)以及其他靈長(zhǎng)類(lèi)動(dòng)物的視覺(jué)系統(tǒng)是相似的，面對(duì)一個(gè)現(xiàn)實(shí)場(chǎng)景或者一幅圖像，在沒(méi)有其他任務(wù)或者干擾的情況下，受關(guān)注的目標(biāo)區(qū)域都會(huì)具有一定的特性，比如，背景全部是青草的情況下，中間點(diǎn)綴的一朵紅花我們認(rèn)為是顯著，又或者，在空曠的沙漠中站立的一個(gè)人，這個(gè)也被認(rèn)為是顯著的。這些目標(biāo)都具有這樣一些特征：與背景對(duì)比度較大，

2、占據(jù)整個(gè)場(chǎng)景或者圖像較小的一個(gè)范圍，在幾何上是一個(gè)封閉的圖形等。對(duì)于如上背景較為簡(jiǎn)單的情況下，已經(jīng)有許多簡(jiǎn)單但是很有效的方法進(jìn)行顯著性檢測(cè)，取得了很好的效果。但是，如果背景較為復(fù)雜，背景中干擾較多的情況，雖然目前也有很多的算法，但是效果都不能稱(chēng)得上理想，都會(huì)受到背景的一些干擾。而對(duì)于復(fù)雜背景來(lái)說(shuō)，我們?nèi)祟?lèi)的視覺(jué)系統(tǒng)能夠迅速并且準(zhǔn)確地過(guò)濾掉背景當(dāng)中的一些干擾并將注意力集中于真正明顯的前景目標(biāo)當(dāng)中?；谶@一點(diǎn)，顯著性檢測(cè)任務(wù)需要更加魯棒的模

3、型以適應(yīng)復(fù)雜的現(xiàn)實(shí)環(huán)境。
　　本文提出了一種基于循環(huán)全卷積的深度神經(jīng)網(wǎng)絡(luò)進(jìn)行顯著性檢測(cè)。首先，利用傳統(tǒng)的對(duì)比度特征，包括顏色、亮度等，計(jì)算出輸入圖像的初始顯著圖。然后，把原始圖像和初始顯著圖同時(shí)送入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。網(wǎng)絡(luò)利用全卷積神經(jīng)網(wǎng)絡(luò)，每次網(wǎng)絡(luò)輸入一整幅圖像，經(jīng)過(guò)卷積和下采樣運(yùn)算對(duì)其進(jìn)行編碼，然后再把編碼后的結(jié)果經(jīng)過(guò)反卷積進(jìn)行解碼，最終得到和原圖一樣大小的顯著圖。同時(shí)該網(wǎng)絡(luò)采用循環(huán)結(jié)構(gòu)，把每次網(wǎng)絡(luò)的預(yù)測(cè)輸出結(jié)果再送入網(wǎng)絡(luò)的輸入

4、，代替上個(gè)時(shí)間步的輸入顯著圖，重新對(duì)網(wǎng)絡(luò)進(jìn)行修正。為了解決顯著目標(biāo)的尺寸問(wèn)題，利用多尺度結(jié)構(gòu)，將神經(jīng)網(wǎng)絡(luò)中間層的輸出同樣經(jīng)過(guò)反卷積運(yùn)算，并將其結(jié)果進(jìn)行融合，從而對(duì)不同的顯著性目標(biāo)都能取得較好的效果。訓(xùn)練這種結(jié)構(gòu)的網(wǎng)絡(luò)如果僅僅用傳統(tǒng)的訓(xùn)練方法，很容易進(jìn)入局部極小值點(diǎn)，使網(wǎng)絡(luò)無(wú)法得到徹底優(yōu)化。本文提出了一種兩階段的訓(xùn)練過(guò)程，即預(yù)訓(xùn)練階段和微調(diào)階段，充分利用分割數(shù)據(jù)庫(kù)豐富的監(jiān)督信息，很好的避免了上述問(wèn)題。
　　本文算法在四個(gè)公開(kāi)的顯著性