[发明专利]一种基于VggNet的显著目标检测方法

摘要

本发明公开了一种基于VggNet的显著目标检测方法，该方法是以保留图像底层边缘特征为主要目标，提取高层语义特征为第二目标。通过将图像底层边缘特征与高层语义特征进行卷积，进而获得目标显著图。在确保有效提高检测准确率的同时，通过减少全连接层和增加归一化层大幅度提升网络训练速度。对于任意大小的RGB图像，通过线性插值将图像调整为固定的大小，从而实现不同大小的图像均能得到有效的处理。本发明方法既能快速提取高层语义特征，又能保留图像底层边缘信息，从而有效解决单纯提取特征类的网络结构无法获取图像边缘的问题。

主权项

1.一种基于VggNet的显著目标检测方法，其特征在于：该方法以保留图像底层边缘特征为主要目标，提取高层语义特征为第二目标，通过将图像底层边缘特征与高层语义特征进行卷积，进而获得目标显著图，在确保有效提高检测准确率的同时，通过减少全连接层和增加归一化层大幅度提升网络训练速度，对于任意大小的RGB图像，通过线性插值将图像调整为固定的大小，从而实现不同大小的图像均能得到有效的处理；其包括以下步骤：1)通过线性插值对输入图像进行预处理，使所有图像满足网络输入要求；2)通过卷积操作按层次提取图像特征，根据卷积核大小和步长分别获得多个通道的卷积结果；3)通过下采样操作对卷积结果进行处理，减少数据操作时间及空间消耗；4)通过批量归一化层归一化图像数据，防止出现梯度弥散或梯度爆炸的情况；5)对卷积结果进行反卷积操作将图像矩阵还原至原图像大小，准备生成显著图；6)将反卷积后的结果与底层边缘信息进行卷积，获得最终目标显著图。