검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Efficient Salient Object Detection Model with Dilated Convolutional Networks 확장된 컨벌루션 네트워크를 사용한 효율적인 핵심 객체 감지 모델

Fei GUO, Yuan YANG, Yong GAO, Ningmei YU

  • 조회수

    0

  • 이것을 인용

요약 :

FCN(Fully Convolutional Networks)의 도입은 핵심 객체 감지 모델에서 기록적인 발전을 이루었습니다. 그러나 입력 해상도를 유지하기 위해 언풀링이 포함된 역합성곱 네트워크가 FCN 위에 적용됩니다. 이로 인해 분할 작업에서 계산 및 네트워크 모델 크기가 증가합니다. 또한 대부분의 딥러닝 기반 방법은 항상 효과적인 것으로 보이는 효과적인 돌출성 사전 지식을 완전히 폐기합니다. 따라서 본 연구에서는 딥러닝 기반의 효율적인 Salient Object 검출 방법을 제안합니다. 이 모델에서는 확장된 컨볼루션을 네트워크에서 활용하여 풀링 및 디컨볼루션 네트워크를 추가하지 않고 고해상도의 출력을 생성합니다. 이러한 방식으로 네트워크의 매개변수와 깊이는 기존 FCN에 비해 급격히 감소합니다. 또한, 공간적 일관성과 윤곽 보존을 유지하기 위해 돌출성 개선을 위해 다양체 순위 모델을 탐색합니다. 실험 결과는 우리 방법의 성능이 다른 최신 방법보다 우수하다는 것을 확인합니다. 한편, 제안된 모델은 더 작은 모델 크기와 가장 빠른 처리 속도를 차지하므로 웨어러블 처리 시스템에 더 적합합니다.

발행
IEICE TRANSACTIONS on Information Vol.E103-D No.10 pp.2199-2207
발행일
2020/10/01
공개일
2020/07/17
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2019EDP7284
원고의 종류
PAPER
범주
이미지 인식, 컴퓨터 비전

작성자

Fei GUO
  Xi'an University of Technology
Yuan YANG
  Xi'an University of Technology
Yong GAO
  Xi'an University of Technology
Ningmei YU
  Xi'an University of Technology

키워드