[发明专利]基于语义增强卷积神经网络的视觉显著性检测方法

权利要求书

1.一种基于语义增强卷积神经网络的视觉显著性检测方法，其特征在于，包括以下步骤：

S1、在VGG16网络的基础上构建语义增强卷积神经网络；

S2、以最小化输入图像的交叉熵损失函数为目标，对语义增强卷积神经网络进行训练，得到视觉显著性检测模型；

S3、将待检测图像输入视觉显著性检测模型，得到视觉显著图。

2.根据权利要求1所述的视觉显著性检测方法，其特征在于，所述步骤S1中构建的语义增强卷积神经网络包括依次连接的输入层、第一卷积单元、第一池化层pool1、第二卷积单元、第二池化层pool2、第三卷积单元、第三池化层pool3、第四卷积单元、第四池化层pool4、第五卷积单元、第五池化层pool5、第六卷积单元、第七卷积单元、SENet网络单元、反卷积层、Softmax层以及输出层。

3.根据权利要求2所述的视觉显著性检测方法，其特征在于，所述第一卷积单元包括依次连接的两个卷积子单元，每个所述第一卷积单元中的卷积子单元均包括依次连接的卷积层、BN层和线性修正层，每个所述第一卷积单元中的卷积层均包括64个3×3的卷积核；

所述第二卷积单元包括依次连接的两个卷积子单元，每个所述第二卷积单元中的卷积子单元均包括依次连接的卷积层、BN层和线性修正层，每个所述第二卷积单元中的卷积层均包括128个3×3的卷积核；

所述第三卷积单元包括依次连接的三个卷积子单元，每个所述第三卷积单元中的卷积子单元均包括依次连接的卷积层、BN层和线性修正层，每个所述第三卷积单元中的卷积层均包括256个3×3的卷积核；

所述第四卷积单元包括依次连接的三个卷积子单元，每个所述第四卷积单元中的卷积子单元均包括依次连接的卷积层、BN层和线性修正层，每个所述第四卷积单元中的卷积层均包括512个3×3的卷积核；

所述第五卷积单元包括依次连接的三个卷积子单元，每个所述第五卷积单元中的卷积子单元均包括依次连接的卷积层、BN层和线性修正层，每个所述第五卷积单元中的卷积层均包括512个3×3的卷积核。

4.根据权利要求2所述的视觉显著性检测方法，其特征在于，所述第六卷积单元包括依次连接的卷积层、BN层、线性修正层和dropout层，所述第六卷积单元中的卷积层包括4096个7×7的卷积核。

5.根据权利要求2所述的视觉显著性检测方法，其特征在于，所述第七卷积单元包括依次连接的卷积层、BN层、线性修正层和dropout层，所述第七卷积单元中的卷积层包括4096个1×1的卷积核。

6.根据权利要求2所述的视觉显著性检测方法，其特征在于，所述SENet网络单元包括依次连接的全局平均池化层global pool、第一全连接层fc1、第二全连接层fc2、Sigmoid层和Scale层，所述Scale层的输入端还与第七卷积单元的输出端连接。

7.根据权利要求1所述的视觉显著性检测方法，其特征在于，所述步骤S2具体为：将THUS10000数据集作为训练数据集输入语义增强卷积神经网络，以最小化输入图像的交叉熵损失函数为目标，设置训练的学习率为0.001，权重衰减系数为0.0005，迭代次数为1000，采用梯度下降法对语义增强卷积神经网络进行训练，得到视觉显著性检测模型。

8.根据权利要求7所述的视觉显著性检测方法，其特征在于，所述输入图像的交叉熵损失函数L(θ)为：

其中α表示真值图中标签值为0的像素的占比，N表示输入图像的像素数，I_i表示像素i的真值标签，P(I_i＝1|X；θ)表示语义增强卷积神经网络的参数集合为θ时候，输入图像X的像素i的标签为1的概率，P(I_i＝0|X；θ)表示语义增强卷积神经网络的参数集合为θ时候，输入图像X的像素i的标签为0的概率。