边缘检测论文简读、开源代码和数据集合集
Awesome-Edge-Detection-Papers
基于深度学习的图像边缘检测算法综述
边缘与轮廓的关系
数据集
http://mftp.mmcheng.net/liuyun/rcf/data/HED-BSDS.tar.gz
http://mftp.mmcheng.net/liuyun/rcf/data/PASCAL.tar.gz
http://mftp.mmcheng.net/liuyun/rcf/data/NYUD.tar.gz
OpenCV中基于深度学习的边缘检测
OpenCV在其全新(OpenCV 3.4.3或更高版本)的DNN模块中集成了基于深度学习的边缘检测技术。这种技术被称为整体嵌套边缘检测或HED,是一种基于学习的端到端边缘检测系统,使用修剪过的类似vgg的卷积神经网络进行图像到图像的预测任务。HED利用了中间层的输出称为side output,将所有5个卷积层的输出进行融合,生成最终的预测。由于在每一层生成的特征图大小不同,它可以有效地以不同的尺度查看图像。HED方法不仅比其他基于深度学习的方法更准确,而且速度也比其他方法快得多。
论文
- STEdge: Self-training Edge Detection with Multi-layer Teaching and Regularization
- Pixel Difference Networks for Efficient Edge Detection(轻量边缘检测)
1、基于深度学习方法
1.1一般边缘检测
Pixel Difference Networks for Efficient Edge Detection
1.2目标轮廓检测
Object Contour Detection with a Fully Convolutional Encoder-Decoder Network
1.3语义边缘检测
CASENet: Deep Category-Aware Semantic Edge Detection
1.4闭合边界检测
DOOBNet: Deep Object Occlusion Boundary Detection from an Image
1.5 实例边缘检测
End-to-End Instance Edge Detection
2、传统方法
2.1 基于梯度和拉布拉斯
2.2 基于人工特征提取
如多尺度特征边缘检测算法、结构化边缘检测算法
2.3 论文
3 评价指标ODS、OIS
模型输出一个边缘概率图(edge probability map),需要一个阈值来得到二值边缘图(binary edge map),有两种方式来设置这个阈值,一种ODS(optimal dataset scale)即固定的阈值,使得整个数据集的F-score最大,另一种是OIS(optimal image scale),每一张图片,选取不同的阈值,使得F-score最大。
人力类视觉ODS为0.803
4 边缘类型
分为4种类型,阶跃型、斜坡型、脉冲型、屋脊型