Iccv 2019之显著性检测:EGNet: Edge Guidance Network for Salient Object Detection

EGNet: Edge Guidance Network for Salient Object Detection
Jia-Xing Zhao, Jiang-Jiang Liu, Deng-Ping Fan, Yang Cao, Ju-Feng Yang, Ming-Ming Cheng

简述:
本文是将提取显著物体结构特征和提取显著边缘特征相互融合互补,来实现显著图像检测及图像提取,并利用loss函数对边缘信息进行处理(如IoU loss, SSIM loss)。
IoU Loss
SSIM Loss
当前,对于显著性检测问题,多为U-Net shape或U-Net shape,Loss函数选取交叉熵进行图像检测,但是其局部边缘的缺失问题一直以来没有很好的改善,本文提出的EGNet,显式地利用边缘信息,然后用边缘信息的特征融合入Salient Object部分,已达到截止当前为效果最好的显著性图像检测结果。

模型:
EGNet
EGNet网络,该网络由三个部分组成,NLSEM(边缘提取模块)、PSFEM(目标特征提取模块)、O2OGM(一对一指导模块),原始图片通过两次卷积输出图片边缘信息&

  • 0
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值