基于深度学习的图像显著感数特性计算和显著对象检测

《基于深度学习的图像显著感数特性计算和显著对象检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于深度学习的图像显著感数特性计算和显著对象检测作者姓名赵菁工程领域计算机技术校内指导教师张见威副教授校外指导教师李仁德高级工程师所在学院计算机科学与工程学院论文提交日期2018年3月Saliency-SubitizingComputationandSalientObjectDetectioninImagesbasedonDeepLearningADissertationSubmittedfortheDegreeofMasterCandidate：ZhaoJingSupervisor：Associate

2、Prof.ZhangJianweiSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP3学校代号：10561学号：201521032055华南理工大学硕士学位论文基于深度学习的图像显著感数特性计算和显著对象检测作者姓名：赵菁指导教师姓名、职称：张见威副教授申请学位级别：工程硕士工程领域名称：计算机技术论文形式：☐产品研发☐工程设计应用研究☐工程/项目管理☐调研报告研究方向：图像处理论文提交日期：2018年3月1日论文答辩日期：2018年3月20日学位授予单位：华南

3、理工大学学位授予日期：2018年月日答辩委员会成员：罗笑南张军许勇陈伟能蔡宏民主席：罗笑南委员：张军许勇陈伟能蔡宏民摘要图像显著对象检测在计算机视觉、图像处理等领域引起了相当大的关注，已经成为其中一个重要的研究分支。图像显著对象检测与显著性检测不同，其目标是识别图像中是否包含显著对象，并且快速、准确地从人眼视觉感兴趣的显著区域中定位出独立的对象。图像显著对象检测对目标分割、目标识别和目标跟踪等领域的研究有重要价值。本文提出了一种基于深度学习的图像显著感数特性计算和显著对象检测的方法。首先基于GoogleNet网络模型，

4、计算图像的显著感数特性，识别出图像属于不包含显著对象，还是包含单个或者多个显著对象的图像，以此作为显著对象检测过程的预判，然后根据显著感数特性采取不同的策略对图像做显著对象检测。对于不包含显著对象的图像不做后续检测，而包含单个或者多个显著对象的图像进入显著对象检测阶段。本文改进YOLO模型，提出多层特征传递网络模型。模型的训练过程采用原图像，检测过程则采用原图像和显著度图组合的方法。本文算法利用图像显著感数特性做预判，识别出不包含显著对象的图像，可以很好的避免盲目对图像进行显著对象检测，大大减少了计算量，同时，原图像和

5、显著度图组合的方式既实现了显著对象的准确定位，又解决了聚集或者重叠对象单独分立的问题。本文设计并完成了图像显著感数特性计算网络对比实验，显著对象检测网络对比实验，无显著感数特性计算的显著对象检测算法和基于显著感数特性计算的显著对象检测算法的对比实验，并在公开显著对象检测数据集SOS、MSO、MSRA和DUT-O上进行图像显著对象检测，实验结果表明，该方法与现有的显著对象检测算法相比，性能得到了有效提升。关键词：图像显著对象检测；深度学习；显著性检测；显著感数特性；显著度图IAbstractSalientobjectde

6、tectioninimageshasdrawnconsiderableattentionincomputervision,imageprocessingandotherfields,whichhasbecomeoneoftheimportantresearchbranches.Unlikesaliencydetection,thetargetofsalientobjectdetectionistorecognizewhethertheimagecontainssalientobjectsandtolocateindiv

7、idualobjectsrapidlyandaccuratelyfromsalientregionsofinterestinthehumanvision.Salientobjectdetectioninimageshasimportantvaluetotheresearchofobjectsegmentation,objectrecognition,objecttrackingandsoon.Thispaperproposesamethodofsaliency-subitizingcomputationandsalie

8、ntobjectdetectioninimagesbasedonthedeeplearning.Firstofall,basedontheGoogleNetmodel,wecomputethesaliency-subitizingoftheimage,toidentifytheimageasonethatcontainsnosal