[发明专利]一种基于深度残差网络的视觉显著性检测方法

说明书

本发明涉及一种基于深度残差网络的视觉显著性检测方法，包括以下四部分：（1）搭建视觉显著性检测神经网络：包括以深度残差网络为基础网络结构，增加金字塔特征增强模块、基于空间金字塔池化的语义监督模块以及特征融合模块；（2）神经网络训练优化：包括多路损失函数设计和数据集增强；（3）完成对神经网络的训练；（4）使用训练好的神经网络对通用图像进行检测，输出显著性区域的图像。与现有神经网络显著性检测方法相比，本发明具有更好的显著性检测效果，对具有复杂纹理信息、各种颜色背景的图像也能检测出精确的显著性区域，检测结果更接近真实值、噪声更少、分辨率更高、边缘精细，帧率更高，能够满足实时性检测的要求。

技术领域

本发明属于计算机视觉领域，具体涉及一种基于深度残差网络的视觉 显著性检测方法。

背景技术

显著性检测旨在从场景中提取视觉上显著的区域。准确且快速的显著 性检测方法，在计算机视觉领域中有着广泛的用途，比如目标跟踪、智能 图像压缩、目标分割、图像裁剪等。现有的显著性检测方法存在特征提取 不充分、计算复杂度高等问题，无法实时且准确的完成显著性检测。

早期的显著性检测方法主要通过挖掘图像不同的低层视觉特征，如颜 色、边缘、纹理等，考虑像素点在其领域空间上的特征差异。Itti等(见ITTI L,KOCH C,NIEBUR E.Amodel of saliency-based visual attention for rapid scene analysis[J].IEEETransactions on Pattern Analysis and Machine Intelligence,1998,20(11):1254-1259)将视觉先验信息应用于检测过程中， 将图像颜色、方向和亮度三种不同特征，通过中央-周围原理计算得到不 同特征的显著性图，最后通过线性融合得到原始图像的显著性图。Hou等 (见Hou X,Zhang L.Dynamic visual attention:searching for codinglength increments[C].//Neural Information Processing Systems.Massachusetts:MIT, 2009:681-688)通过数学变换得到图像中有价值信息，提出了一种基于傅里 叶变换的快速显著性检测方法，以谱残差的幅度度量图像的显著性值。上 述方法从底层特征出发，基于变换分析、视觉先验等方法，建立了一系列 检测模型，该类方法无需训练学习，操作简单，但对于复杂的背景、小目 标物体、低对比度图像等场景，其准确率较低，有待进一步的提高和完善。

近年来，深度学习理论的快速发展和计算机处理能力的大幅提升，深 度卷积神经网络在人工智能等领域取得了一系列巨大的成功。自2012年 AlexNet的横空出世，涌现了许多经典的卷积神经网络模型，如VGGNet、 GoogleNet等，在图像识别、目标检测等多个领域获得了很好的性能。近 几年深度残差网络ResNet(见He Kaiming,Zhang Xiangyu,RenShaoqing,et al.Deep Residual Learning for Image Recognition，IEEE Conferenceon Computer Vision and Pattern Recognition,2016:770-778)的出现，解决了卷 积神经网络层数过深导致难以训练的问题，进一步推动了卷积神经网络的 实际应用。深度卷积神经网络能够从大量训练样本中学习到更为本质的特 性，能有效改善传统模型的检测效果。