特征混合增強(qiáng)與多損失融合的顯著性目標(biāo)檢測(cè)

李春標(biāo)，謝林柏，彭力

物聯(lián)網(wǎng)技術(shù)應(yīng)用教育部工程研究中心（江南大學(xué) 物聯(lián)網(wǎng)工程學(xué)院），江蘇 無(wú)錫214122

顯著性目標(biāo)檢測(cè)旨在從輸入圖像上識(shí)別出最引人注目的對(duì)象。出于降低計(jì)算復(fù)雜度的目的，顯著性目標(biāo)檢測(cè)已經(jīng)被廣泛應(yīng)用于語(yǔ)義分割、圖像檢索、目標(biāo)識(shí)別、場(chǎng)景分類等領(lǐng)域。

圖像顯著性目標(biāo)的特征包括低層級(jí)基本特征與高層級(jí)語(yǔ)義特征，低層級(jí)基本特征主要包括紋理、顏色、對(duì)比度等，高層級(jí)特征則揭示目標(biāo)與背景之間內(nèi)在的語(yǔ)義信息。許多傳統(tǒng)的顯著性目標(biāo)檢測(cè)方法依賴于手工制作的特征和預(yù)定義的先驗(yàn)知識(shí)。這些方法利用圖像的低層級(jí)信息以自底向上的方式進(jìn)行檢測(cè)。然而，由于這些先驗(yàn)信息在復(fù)雜的自然場(chǎng)景中往往是不準(zhǔn)確的，導(dǎo)致了較差的檢測(cè)結(jié)果。

最近，基于卷積神經(jīng)網(wǎng)絡(luò)的算法通過(guò)利用高層級(jí)語(yǔ)義信息，已經(jīng)取得了更優(yōu)越的檢測(cè)結(jié)果。Liu等使用膠囊網(wǎng)絡(luò)進(jìn)行顯著性目標(biāo)檢測(cè)，在模型中加入了部分物體關(guān)系，采用雙流策略來(lái)實(shí)現(xiàn)膠囊網(wǎng)絡(luò)，有效降低了噪聲分配的可能性。Kuen等提出了一個(gè)循環(huán)注意卷積-反卷積網(wǎng)絡(luò)，利用空間變壓器和循環(huán)網(wǎng)絡(luò)單元，實(shí)現(xiàn)了顯著圖的逐步細(xì)化。Zhang等提出了Amulet 網(wǎng)絡(luò)，首先將多層級(jí)特征整合到多個(gè)分辨率下，然后在每個(gè)分辨率下進(jìn)行特征整合，最后進(jìn)行顯著性融合獲得最終的顯著圖。Luo等提出了一種非局部深度特征網(wǎng)絡(luò)，使用多分辨率網(wǎng)格結(jié)構(gòu)將局部信息與全局信息結(jié)合起來(lái)進(jìn)行顯著性目標(biāo)檢測(cè)，并且實(shí)現(xiàn)了一個(gè)邊緣感知的損失函數(shù)。

由于深度學(xué)習(xí)的快速發(fā)展，這一領(lǐng)域已經(jīng)取得了很大的成功，但是復(fù)雜場(chǎng)景下的顯著性目標(biāo)檢測(cè)仍有以下挑戰(zhàn)：（1）一方面由于顯著性是基于圖像全局定義的，算法必須整合全局信息；另一方面，精細(xì)的顯著性目標(biāo)檢測(cè)，又要考慮局部、邊緣等細(xì)節(jié)。當(dāng)前的顯著性目標(biāo)檢測(cè)方法并不能對(duì)這兩方面進(jìn)行有效的權(quán)衡。（2）當(dāng)前許多顯著性目標(biāo)檢測(cè)方法使用二進(jìn)制交叉熵（binary cross-entropy,BCE）作為損失函數(shù)。但是交叉熵?fù)p失函數(shù)是像素級(jí)的，它不考慮鄰域的像素值，因此不能有效地處理全局信息。這導(dǎo)致了區(qū)域一致性差和特征缺失的問(wèn)題。

為了應(yīng)對(duì)以上挑戰(zhàn)，本文提出了一種特征混合增強(qiáng)與多損失融合的顯著性目標(biāo)檢測(cè)算法。首先設(shè)計(jì)上下文感知預(yù)測(cè)模塊（context-aware prediction module，CAPM），它由多組編碼器-解碼器組成，并且為了有效提取全局信息嵌入了空間感知模塊（spatial-aware module，SAM）。然后設(shè)計(jì)特征混合增強(qiáng)模塊（feature hybrid enhancement module，F(xiàn)HEM），對(duì)預(yù)測(cè)模塊產(chǎn)生的全局特征信息和細(xì)節(jié)特征信息進(jìn)行有效的整合，并利用特征聚合模塊（feature aggregation module，F(xiàn)AM）對(duì)整合的信息進(jìn)行特征增強(qiáng)。最后提出了區(qū)域增強(qiáng)損失函數(shù)（regional augmentation，RA），通過(guò)結(jié)合二進(jìn)制交叉熵?fù)p失函數(shù)和結(jié)構(gòu)化相似度損失函數(shù)（structural similarity，SSIM），監(jiān)督網(wǎng)絡(luò)保持前景區(qū)域的完整性，增強(qiáng)區(qū)域像素一致性。

1 方法概述

本文提出區(qū)域增強(qiáng)網(wǎng)絡(luò)，包含上下文感知預(yù)測(cè)模塊和特征混合增強(qiáng)模塊。上下文感知預(yù)測(cè)模塊能夠有效地提取全局信息和細(xì)節(jié)信息，獲得初步的顯著性特征圖。特征混合增強(qiáng)模塊可以將解碼器得到的全局信息和細(xì)節(jié)信息進(jìn)行充分的篩選提取，最終獲得結(jié)構(gòu)更加完整清晰的顯著圖。此外，網(wǎng)絡(luò)中使用的混合損失函數(shù)可以引導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)更多前景細(xì)節(jié)信息，緩解特征缺失和增強(qiáng)區(qū)域像素的一致性。

1.1 上下文感知預(yù)測(cè)模塊

上下文感知預(yù)測(cè)模塊被設(shè)計(jì)成U 型結(jié)構(gòu)，U型結(jié)構(gòu)可以有效地獲取低層和高層的信息。對(duì)于主干網(wǎng)絡(luò)提取的多尺度信息，U 型結(jié)構(gòu)使用自頂向下的方式分為多個(gè)層級(jí)進(jìn)行逐級(jí)融合。其中逐級(jí)融合的方法保證了上采樣恢復(fù)出來(lái)的特征更精細(xì)，能更好地保留低層細(xì)節(jié)信息，多層級(jí)特征的融合保證了可以匯集多尺度信息，能更好地保留高層全局信息。網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1 所示。

圖1 中，六對(duì)編碼器和解碼器分別被記作和(∈{1,2,3,4,5,6})。

圖1 顯著性目標(biāo)檢測(cè)網(wǎng)絡(luò)框架Fig.1 Framework of salient object detection network

采用ResNet-34 作為主干網(wǎng)絡(luò)，去除其最后兩個(gè)全連接層和最后一個(gè)池化層，并對(duì)輸入層進(jìn)行修改。ResNet 模型首先用于圖像分類任務(wù)，由于其優(yōu)異的性能，廣泛應(yīng)用于各種計(jì)算機(jī)視覺(jué)任務(wù)中。由于ResNet 的輸入層使用的卷積核大小為7×7，stride被設(shè)置為2，這引入了過(guò)多的參數(shù)，損失了圖像的細(xì)節(jié)信息。因此使用64 個(gè)大小為3×3 的卷積核重新構(gòu)造輸入層。在ResNet-34 這4 組卷積塊后進(jìn)行池化操作pool4，此時(shí)特征圖大小為14×14。此外，通過(guò)加入兩組卷積塊（、），提高模型容量以充分提取高層級(jí)語(yǔ)義信息，這兩組卷積塊由3 個(gè)擁有512 個(gè)卷積核的普通殘差塊組成。為了提高顯著圖的清晰度，不再使用池化模塊，保持特征圖大小不再變化。

編碼器與解碼器連接處增加一個(gè)空間感知模塊以進(jìn)一步捕獲全局語(yǔ)義信息，見(jiàn)圖2。它包含3 個(gè)膨脹率不同的3×3 卷積層和一個(gè)1×1 卷積層，在經(jīng)過(guò)這些卷積層后產(chǎn)生4 個(gè)大小相同的特征圖，將其拼接，經(jīng)過(guò)批歸一化和ReLU 激活函數(shù)后，得到和輸入大小相同的特征圖。

圖2 空間感知模塊Fig.2 Spatial-aware module

預(yù)測(cè)模塊的解碼器和編碼器幾乎完全對(duì)稱，共有6 個(gè)解碼器（～）。每個(gè)解碼器由3 個(gè)卷積塊組成，其中每個(gè)卷積塊依次由卷積層、批歸一化層、激活函數(shù)層組成。每個(gè)解碼器的輸入由前一個(gè)階段的解碼器的輸出與對(duì)應(yīng)的編碼器拼接產(chǎn)生。如果特征圖大小不匹配，則對(duì)解碼器產(chǎn)生的特征圖進(jìn)行上采樣，使其大小一致。預(yù)測(cè)模塊的編碼器與解碼器關(guān)系見(jiàn)式（1）。

1.2 特征混合增強(qiáng)模塊

為了對(duì)預(yù)測(cè)模塊輸出特征圖的細(xì)節(jié)信息與全局信息進(jìn)行充分的挖掘與整合，得到細(xì)節(jié)清晰、結(jié)構(gòu)完整的顯著圖。在預(yù)測(cè)模塊的解碼器端引入特征混合增強(qiáng)模塊（FHEM），利用特征聚合模塊（FAM）充分聚合多尺度信息，并對(duì)得到的信息進(jìn)行有效的整合，生成最終的顯著圖。

注意力機(jī)制是一種增強(qiáng)深度卷積神經(jīng)網(wǎng)絡(luò)性能的手段，一些研究已經(jīng)驗(yàn)證了注意力機(jī)制對(duì)顯著性目標(biāo)檢測(cè)任務(wù)的有效性。但是他們所使用的是通道注意力（channel attention，CA）模塊，激勵(lì)函數(shù)使用的是全連接神經(jīng)網(wǎng)絡(luò)，這使得模型容易發(fā)生過(guò)擬合，影響模型的泛化性能，并且為了減少參數(shù)量進(jìn)行了通道降維，這對(duì)于特征的深層次融合和細(xì)節(jié)保留是致命的。最近Wang等提出了高效通道注意力（efficient channel attention，ECA）模塊，使用一維卷積作為激勵(lì)函數(shù)，極大地緩解了以上問(wèn)題。因此使用ECA 模塊構(gòu)建了特征聚合模塊。

如圖3所示，將展開(kāi)為[,,…,x]，其中x∈R是的第層（-th）特征圖，是通道總數(shù)。首先，對(duì)每個(gè)x使用全局平均池化得到通道級(jí)特征向量∈R。之后，使用卷積核大小為的一維卷積來(lái)捕獲通道級(jí)依賴，的取值見(jiàn)式（2）。

圖3 高效通道注意力模塊Fig.3 Efficient channel attention module

其中，||表示距離最近的奇數(shù)，設(shè)置和分別為2 和1。通過(guò)非線性映射，高維通道具有更大范圍的相互作用，而低維通道具有更小范圍的相互作用。

然后通過(guò)使用Sigmoid 運(yùn)算，對(duì)經(jīng)過(guò)編碼的通道級(jí)特征向量進(jìn)行歸一化操作，將其映射到[0,1]。

其中，指的是注意力模塊的參數(shù)；指的是一維卷積運(yùn)算；指的是Sigmoid 運(yùn)算。

然后對(duì)得到的融合增強(qiáng)特征進(jìn)行3 組卷積操作得到最終的顯著預(yù)測(cè)圖，卷積核個(gè)數(shù)分別為256、64、32，每組卷積同樣依次由卷積層、批歸一化層、激活函數(shù)層組成。

CA 模塊所使用的激勵(lì)函數(shù)為全連接網(wǎng)絡(luò)。

1.3 損失函數(shù)

整體損失函數(shù)被定義為：

其中，?指的是第層的輸出，指的是總輸出的個(gè)數(shù)，α指的是每個(gè)損失的權(quán)值，全部設(shè)置為1。該模型有8 個(gè)輸出，即=8，包括7 個(gè)預(yù)測(cè)模塊輸出和1 個(gè)增強(qiáng)模塊輸出。

定義?為混合損失：

BCE 損失是二值分類和分割中使用最廣泛的損失：

其中，(,)∈{0,1}是像素(,) 真實(shí)圖中的像素值，(,)∈[0,1]是顯著性目標(biāo)像素的預(yù)測(cè)概率。

SSIM 損失起初是針對(duì)圖像質(zhì)量評(píng)價(jià)提出的方法，它可以捕捉到圖像的結(jié)構(gòu)信息，因此現(xiàn)在已經(jīng)被整合到訓(xùn)練損失中去學(xué)習(xí)圖像真實(shí)圖中的結(jié)構(gòu)信息。

定義={x:=1,2,…,}，={y:=1,2,…,}分別為顯著性預(yù)測(cè)圖和二進(jìn)制真實(shí)圖裁剪出的大小為×的圖片的像素值。

SSIM 損失被定義為：

其中，μ、μ和σ、σ分別是、的均值和標(biāo)準(zhǔn)差，σ是它們的協(xié)方差，為了防止分母為0，設(shè)置=0.01和=0.03。

BCE 損失函數(shù)是像素級(jí)的損失函數(shù)，不考慮鄰域的像素值，對(duì)所有像素的權(quán)重相等，有助于在所有像素上收斂，但是容易導(dǎo)致特征缺失和區(qū)域一致性差的問(wèn)題。IOU 損失函數(shù)是區(qū)域級(jí)的損失函數(shù)，考慮的是各個(gè)區(qū)域的像素值，因此可以增強(qiáng)各個(gè)區(qū)域的像素一致性，但是IOU 損失函數(shù)對(duì)前景和背景區(qū)域的權(quán)重相同，同樣容易導(dǎo)致特征缺失問(wèn)題。因此，為了增強(qiáng)區(qū)域內(nèi)像素的一致性，緩解特征缺失，基于IOU 損失函數(shù)，本文提出一種新的損失函數(shù)——區(qū)域增強(qiáng)損失（RA）：

其中，||、||、||分別表示真陽(yáng)性、假陽(yáng)性和假陰性區(qū)域像素值的和，、和分別用于控制||、||和||的懲罰程度，+=1。(,)∈{0,1}是像素值(,)的真實(shí)圖標(biāo)簽，(,)∈[0,1]是顯著性目標(biāo)的預(yù)測(cè)概率。當(dāng)===1，該損失退化為IOU 損失。通過(guò)增大，調(diào)整大于，RA 損失函數(shù)可以控制不同區(qū)域的懲罰程度，減少顯著圖的前景缺失。

2 實(shí)驗(yàn)與分析

2.1 數(shù)據(jù)集

為了評(píng)估本文算法的有效性，在5 個(gè)數(shù)據(jù)集ECSSD、DUT-OMRON、HKU-IS、DUTS、SOD 上評(píng)估了本文的算法。ECSSD 包含1 000 張有著不同尺寸目標(biāo)的復(fù)雜圖片。DUT-OMRON 是一個(gè)包含5 168張圖片的有挑戰(zhàn)性的數(shù)據(jù)集，每張圖片中有一個(gè)或兩個(gè)對(duì)象，大多數(shù)前景對(duì)象在結(jié)構(gòu)上很復(fù)雜。HKUIS 包含4 447 張圖片，每張圖片包含多個(gè)顯著性物體，這些物體的色彩對(duì)比度低且與圖像邊界存在重疊現(xiàn)象。DUTS 是目前最大的顯著性檢測(cè)基準(zhǔn)數(shù)據(jù)集，它包含10 553 張訓(xùn)練圖片（DUTS-TR）和5 019 張測(cè)試圖片（DUTS-TE）。SOD 包含300 張圖片，最初用于分割領(lǐng)域，這些圖片大多數(shù)包含多個(gè)顯著性對(duì)象。

2.2 實(shí)現(xiàn)細(xì)節(jié)

本文選擇Pytorch0.4.0 深度學(xué)習(xí)框架來(lái)實(shí)現(xiàn)顯著性目標(biāo)檢測(cè)網(wǎng)絡(luò)。全部輸入圖片的大小被調(diào)整為256×256，然后隨機(jī)裁剪為224×224。為了提高模型的泛化性能，使用的數(shù)據(jù)增強(qiáng)手段有：隨機(jī)裁剪、水平翻轉(zhuǎn)。使用ResNet-34 初始化部分網(wǎng)絡(luò)參數(shù)，其余參數(shù)使用Xavier 方法初始化。使用Adam 優(yōu)化器來(lái)訓(xùn)練網(wǎng)絡(luò)，超參數(shù)設(shè)置使用默認(rèn)值，其中批次大小為16，學(xué)習(xí)率為0.001，為0.9，為0.999，正則化系數(shù)為0。在不使用驗(yàn)證集的情況下訓(xùn)練網(wǎng)絡(luò)，訓(xùn)練損失函數(shù)在500 次迭代后收斂。在測(cè)試過(guò)程中，輸入圖像的大小將調(diào)整為256 × 256 獲得其顯著圖。然后，將其調(diào)整為輸入的原始大小輸出。訓(xùn)練該網(wǎng)絡(luò)使用的設(shè)備為E5-2678v3 和NVIDIA GTX 1080Ti GPU×4。

2.3 評(píng)價(jià)指標(biāo)

本文使用三種最常用的指標(biāo)來(lái)評(píng)價(jià)本文算法：準(zhǔn)確率-召回率曲線（precision-recall curve,PR）、MAE（mean absolute error）、F-measure（F）。

準(zhǔn)確率-召回率曲線：首先二值化固定閾值的灰度預(yù)測(cè)圖，然后生成的二值圖和真實(shí)圖用于計(jì)算準(zhǔn)確率和召回率，準(zhǔn)確率與召回率計(jì)算方式為：

其中，、和分別代表真陽(yáng)性、假陽(yáng)性和假陰性。準(zhǔn)確率-召回率曲線通過(guò)一組成對(duì)的準(zhǔn)確率、召回率按照閾值從0～255 繪制生成，準(zhǔn)確率-召回率曲線與坐標(biāo)軸圍成的面積越大，性能越好。

F-measure：F由準(zhǔn)確率和召回率加權(quán)平均生成。

為了強(qiáng)調(diào)準(zhǔn)確率的重要性，其中通常被設(shè)置為0.3。

MAE：計(jì)算歸一化的顯著圖和真實(shí)圖之間的平均絕對(duì)誤差。

其中，和分別指的是顯著圖和對(duì)應(yīng)的真實(shí)圖，和分別表示顯著圖的高和寬，(,)指的是對(duì)應(yīng)的像素值。

2.4 消融實(shí)驗(yàn)

本節(jié)逐步分解所提出的方法來(lái)揭示每個(gè)組件對(duì)顯著圖的貢獻(xiàn)。本節(jié)所有實(shí)驗(yàn)均在DUT-OMRON 數(shù)據(jù)集上進(jìn)行。

為了驗(yàn)證本文提出的區(qū)域增強(qiáng)網(wǎng)絡(luò)的有效性，本文進(jìn)行了相關(guān)的結(jié)構(gòu)消融實(shí)驗(yàn)，表1 列出了基線網(wǎng)絡(luò)U-Net、預(yù)測(cè)模塊和增強(qiáng)模塊的定量比較結(jié)果。如表1 所示，本文提出的預(yù)測(cè)模塊在max F（數(shù)值越大越好）和MAE（數(shù)值越小越好）這兩個(gè)指標(biāo)上分別比基線網(wǎng)絡(luò)提升0.042、0.021。本文提出的區(qū)域增強(qiáng)網(wǎng)絡(luò)，在max F和MAE 這兩個(gè)指標(biāo)上與預(yù)測(cè)模塊相比分別提升了0.019、0.011。為了展現(xiàn)添加不同模塊產(chǎn)生的實(shí)際效果，本文進(jìn)行了更精細(xì)的視覺(jué)比較。如圖4 所示，未加入SAM 模塊的預(yù)測(cè)模塊產(chǎn)生的顯著圖部分與整體存在割裂，加入了SAM 的預(yù)測(cè)模塊能夠初步進(jìn)行空間上下文整合，但是仍然存在特征缺失，當(dāng)加入增強(qiáng)模塊對(duì)預(yù)測(cè)模塊產(chǎn)生的特征圖進(jìn)行增強(qiáng)后，整個(gè)顯著圖變得完整。此外，實(shí)驗(yàn)過(guò)程中嘗試使用CA 模塊搭建增強(qiáng)模塊，沒(méi)有成功。如表1所示，ECA 模塊在使用較少參數(shù)量的情況下取得的結(jié)果優(yōu)于CA 模塊。

表1 算法使用不同模塊性能比較Table 1 Performance comparison of different modules in algorithm

圖4 不同模塊顯著性檢測(cè)結(jié)果比較Fig.4 Comparison of saliency detection results of different modules

為了證明混合損失的有效性，基于區(qū)域增強(qiáng)網(wǎng)絡(luò)，對(duì)不同的損失進(jìn)行了消融實(shí)驗(yàn)。表2 中的結(jié)果表明，使用混合損失?的網(wǎng)絡(luò)在max F和MAE 這兩個(gè)指標(biāo)上與使用?損失相比分別提升了0.014、0.012。如圖5 所示，與使用?損失相比，使用?損失有助于約束前景和背景的像素值，產(chǎn)生的顯著圖不易出現(xiàn)大面積的模糊現(xiàn)象。相比使用?損失，使用?損失產(chǎn)生的顯著圖更完整，區(qū)域一致性更好。

表2 算法使用不同損失的性能比較Table 2 Performance comparison of different losses in algorithm

圖5 不同損失顯著性檢測(cè)結(jié)果比較Fig.5 Comparison of saliency detection results of different losses

為了確定RA 損失的最佳參數(shù)選擇，基于區(qū)域增強(qiáng)網(wǎng)絡(luò)，采用不同的系數(shù)進(jìn)行了實(shí)驗(yàn)。如表3 所示，當(dāng)=0.3,=0.7,=2.0 時(shí)，max F與MAE 取得優(yōu)值，相較于IOU 損失（=1.0,=1.0,=1.0）分別提升1.1%、0.9%。

表3 算法使用不同系數(shù)RA 損失的性能比較Table 3 Performance comparison of RA loss with different coefficients in algorithm

2.5 性能比較

實(shí)驗(yàn)過(guò)程中與其他9 種先進(jìn)算法CapsNet、RAS、Amulet、NLDF、UCF、RFCN、ELD、DCL、LEGS進(jìn)行比較。為了體現(xiàn)公平性，評(píng)測(cè)結(jié)果來(lái)自原始論文或者原作者提供的顯著圖。

圖6 為本文算法與其他顯著性目標(biāo)檢測(cè)算法在PR 曲線與F-measure 曲線上的比較結(jié)果。表4 列出了本文算法與其他9 種先進(jìn)算法的max F和MAE 性能指標(biāo)比較結(jié)果。

表4 在5 個(gè)數(shù)據(jù)集上不同算法性能比較Table 4 Performance comparison of different algorithms on 5 datasets

圖6 不同算法的PR 曲線與F-measure曲線比較Fig.6 Comparison of PR curves and F-measure curves of different algorithms

從結(jié)果可以看出，本文算法顯著優(yōu)于其他算法。具體的，對(duì)于評(píng)價(jià)指標(biāo)max F，本文算法比CapsNet、RAS 和Amulet 在5 個(gè)數(shù)據(jù)集上平均分別提高了0.066 0、0.017 8、0.050 2。對(duì)于評(píng)價(jià)指標(biāo)MAE，本文算法比CapsNet、RAS 和Amulet 在5 個(gè)數(shù)據(jù)集上平均分別降低了0.008 0、0.014 8、0.032 2。

顯著性目標(biāo)檢測(cè)的研究來(lái)源于對(duì)人類視覺(jué)系統(tǒng)的模擬，檢測(cè)結(jié)果的優(yōu)劣依賴于視覺(jué)觀感。因此為了進(jìn)一步闡述本文算法的優(yōu)越性，圖7 展示了本文算法與5 種先進(jìn)算法的定性比較結(jié)果。

圖7 第一行具有小目標(biāo)的自然圖像檢測(cè)結(jié)果顯示，本文算法能夠完整地分割出圖像中的小目標(biāo)，并且相比其他算法背景的像素更一致；第二、三行具有大目標(biāo)的圖像檢測(cè)結(jié)果顯示本文算法能更加完備地檢測(cè)出航母艦島和城堡頂部的細(xì)節(jié)；第四行低對(duì)比度圖像檢測(cè)結(jié)果顯示本文算法能夠更好地整合圖像全局信息，不會(huì)漏檢顯著性物體；第五行具有復(fù)雜邊緣的圖像檢測(cè)結(jié)果顯示本文算法能夠更好地提取圖像細(xì)節(jié)信息，產(chǎn)生的顯著圖邊緣細(xì)節(jié)更豐富；第六、七行具有多目標(biāo)粘連的圖像檢測(cè)結(jié)果顯示本文算法能夠更好地凸出前景和增強(qiáng)區(qū)域一致性。

圖7 不同算法的顯著性目標(biāo)檢測(cè)結(jié)果對(duì)比Fig.7 Comparison of saliency detection results of different algorithms

綜合來(lái)看，本文算法能夠充分凸顯前景并且抑制背景。通過(guò)本文算法可以保持前景的區(qū)域像素一致，其內(nèi)部不會(huì)有較大的灰色區(qū)域，與顯著性物體相似的背景被充分抑制，顯著性物體的邊緣不會(huì)出現(xiàn)大量的模糊現(xiàn)象。

3 結(jié)論

本文針對(duì)顯著性目標(biāo)檢測(cè)中的特征缺失和區(qū)域一致性差的問(wèn)題，基于全卷積神經(jīng)網(wǎng)絡(luò)提出一種特征混合增強(qiáng)與多損失融合的顯著性目標(biāo)檢測(cè)算法。通過(guò)使用編碼器-解碼器網(wǎng)絡(luò)初步捕獲高層全局信息和低層細(xì)節(jié)信息，然后使用空間感知模塊進(jìn)一步捕獲全局語(yǔ)義信息，最后使用特征混合增強(qiáng)模塊將預(yù)測(cè)模塊提取的特征信息做增強(qiáng)處理。同時(shí)提出了區(qū)域增強(qiáng)損失函數(shù)，通過(guò)結(jié)合二進(jìn)制交叉熵?fù)p失函數(shù)和結(jié)構(gòu)化相似度損失函數(shù)，以多損失融合的方式監(jiān)督網(wǎng)絡(luò)保持前景區(qū)域的完整性以及增強(qiáng)區(qū)域像素一致性。與其他的基于深度學(xué)習(xí)的顯著性目標(biāo)檢測(cè)算法相比，顯著目標(biāo)的邊界細(xì)節(jié)、前景完整度和區(qū)域一致性有明顯的改善，各項(xiàng)指標(biāo)有較大的提升。