董 波，周 燕，王永雄

(上海理工大學(xué) 光電信息與計算機(jī)工程學(xué)院,上海 200093)

視覺顯著性檢測是對人類視覺注意力機(jī)制進(jìn)行建模，準(zhǔn)確定位圖像中最重要的前景信息。作為計算機(jī)視覺任務(wù)的預(yù)處理過程，視覺顯著性檢測在諸多視覺任務(wù)中有著廣泛的應(yīng)用，包括場景分類[1]、圖像檢索[2]、圖像自動編輯剪切[3]、視覺跟蹤[3-5]、人臉再識別[6]和圖像恢復(fù)[7]等。

受人類視覺感知系統(tǒng)的啟發(fā)，早期的顯著性模型[8-9]主要依靠計算的方式提取圖像中的低層次特征(如顏色、灰度、形狀、紋理等)，通過局部與全局分析等啟發(fā)式互補(bǔ)先驗[10-11]推斷出顯著性目標(biāo)區(qū)域。但是，常規(guī)的局部特征缺乏識別顯著性物體內(nèi)部同質(zhì)區(qū)域的能力，而全局特征受到復(fù)雜背景的影響，缺乏高級語義信息，限制了其應(yīng)用復(fù)雜場景的能力。隨著深度學(xué)習(xí)方法在計算機(jī)視覺方面的突破，用于圖像識別任務(wù)的卷積神經(jīng)網(wǎng)絡(luò)，如(Very Deep Convolutional Networks，VGG)[12]和(Residual Neural Network，ResNet)[13]通過遷移學(xué)習(xí)進(jìn)一步應(yīng)用到其他計算機(jī)視覺領(lǐng)域。其中，全卷積神經(jīng)網(wǎng)絡(luò)(Fully Convolutional Networks，F(xiàn)CNs)[14]作為VGG的一種改進(jìn)，在顯著性檢測任務(wù)中發(fā)揮重要的作用。該模型突破了早期模型計算方式的瓶頸，通過插值或?qū)W習(xí)反卷積濾波器進(jìn)行上采樣操作[15]，實現(xiàn)了對每個圖像像素進(jìn)行預(yù)測。與早期的模型相比，這種方法可以有效地提高密集標(biāo)記任務(wù)的性能。然而，在密集標(biāo)記任務(wù)中，F(xiàn)CNs框架的不完善之處在于其存在多尺度空間信息融合問題。大量的跨步卷積和池化操作導(dǎo)致基本的低層精細(xì)細(xì)節(jié)(底層次的視覺線索)丟失，而這些精細(xì)細(xì)節(jié)是無法通過上采樣操作重建的。同時，高層信息又缺乏對空間上的語義表達(dá)能力。為了解決上述問題，文獻(xiàn)[16～18]提出了以下觀察和原理：(1)深層特征編碼高層信息易于定位全局對象；(2)較淺層的特征具有更好的空間表現(xiàn)能力，利于重構(gòu)空間細(xì)節(jié)。研究人員分別提出了跳連接、短連接和特征聚合等策略或機(jī)制來增強(qiáng)空間信息。雖然這些策略帶來了令人滿意的改進(jìn)效果，但它們依然不能預(yù)測整體結(jié)構(gòu)，并且難以檢測精細(xì)的邊界(如圖1所示，虛框表示錯誤檢測)。為了獲得更加精細(xì)的對象邊界，一些研究者不得不使用耗時的完全連通條件隨機(jī)場方法[19-20]細(xì)化最終的顯著性圖。

(a) (b) (c) (d) (e)圖1 不同方法模型識別效果對比(a)復(fù)雜圖像 (b)真值圖 (c)本文算法(d)PAGR (e)AmuletFigure 1. Model identification comparison of different methods (a) Complex image (b) Truth graph (c) Proposed algorithm (d) PAGR (e) Amulet

基于卷積特征和多尺度特征融合在顯著性對象識別中發(fā)揮著重要作用，本文提出了一種基于漸進(jìn)結(jié)構(gòu)感受野和全局注意力的顯著性檢測模型，如圖2所示。針對底層和高層的卷積特征在顯著性檢測模型中發(fā)揮著不同的重要作用。首先利用FCNs作為骨干網(wǎng)絡(luò)獲取多層級特征；然后采用特征金字塔結(jié)構(gòu)對各層次特征進(jìn)行卷積操作生成多尺度特征；之后；利用漸進(jìn)結(jié)構(gòu)感受野引導(dǎo)多尺度特征進(jìn)行融合，通過上采樣-卷積方式將多級語義信息以漸進(jìn)的方式整合在一起，使得模型能夠高效地獲取并融合多尺度特征，同時保持了顯著性對象的空間結(jié)構(gòu)。為了精確學(xué)習(xí)顯著性檢測物體的邊緣，避免高級特征中噪聲特征的干擾，本文引入全局注意力機(jī)制，采用自監(jiān)督的方式，再利用卷積后細(xì)化的不同通道的特征作為權(quán)值，采用殘差連接的方式，取剩余通道特征作為偏置，并利用初級顯著性映射引導(dǎo)骨干特征產(chǎn)生邊界明顯的顯著圖。文中所提出的模型具有準(zhǔn)確檢測圖像中顯著性對象的能力，同時無需附加任何后處理即可準(zhǔn)確清晰地分割出顯著性對象邊緣。

圖2 本文提出的漸進(jìn)結(jié)構(gòu)感受野和全局注意力的顯著性檢測模型Figure 2. Progressive structural receptive field and global attention saliency model proposed in this paper

1 相關(guān)工作

顯著性檢測是視覺研究熱點之一，方法眾多，可以被歸納為兩個類別：早期的計算方法和基于深度學(xué)習(xí)的方法。目前主要的研究熱點包括多尺度特征融合、注意力機(jī)制、邊緣損失、全局與局部信息的聯(lián)合。下面主要從本文聚焦的多尺度特征融合和注意力機(jī)制進(jìn)行敘述。

1.1 多尺度特征融合

為了提高顯著性檢測的準(zhǔn)確性，大多數(shù)深度學(xué)習(xí)方法都是基于FCNs網(wǎng)絡(luò)。該網(wǎng)絡(luò)能夠獲取全局語義信息，但是分割的結(jié)果仍比較粗糙。最近，許多研究者通過利用特征金字塔結(jié)構(gòu)，融合不同尺度和層級的特征增加顯著性對象的層次化表征。文獻(xiàn)[17～18]將多層特征連接到多個子網(wǎng)絡(luò)中，每個子網(wǎng)絡(luò)都可預(yù)測最高分辨率的顯著圖。雖然較深層次的特征可以輔助定位目標(biāo)，但是空間細(xì)節(jié)的丟失可能會阻礙較淺層次特征的提取，難以恢復(fù)目標(biāo)區(qū)域邊界?？紤]到不同尺度的特征可能會被模糊信息混淆，簡單地將其串聯(lián)起來可能會導(dǎo)致顯著性檢測失敗。因此，Liu等人[21]提出近年來最先進(jìn)的方法，采用了由粗到細(xì)的特征提取方法，通過引入遞歸聚合方法，將各級初始特征融合在一起，逐級生成高分辨率的語義特征，較好地解決了這一問題。盡管這類方法取得了良好的性能，但仍有較大的改進(jìn)空間。該方法通過高層的語義信息逐層傳輸?shù)綔\層，所捕獲的深層位置信息逐漸稀釋或缺失，依然會導(dǎo)致邊緣模糊，在某些級別上不準(zhǔn)確的信息還會導(dǎo)致錯誤檢測。

1.2 注意力機(jī)制

近年來，注意力機(jī)制被廣泛地應(yīng)用于顯著性檢測的神經(jīng)網(wǎng)絡(luò)中，通過模擬人類視覺系統(tǒng)中的視覺注意機(jī)制可以減小噪聲特征的干擾。Lslam等人[22]提出將每個編碼器和解碼器塊之間的門單元作為注意力模型。這些門單元控制前饋信息的傳遞，濾除邊緣模糊信息。然而，消息傳遞是由初始注意力機(jī)制控制的，這意味著一旦前一階段出現(xiàn)錯誤，不準(zhǔn)確的引導(dǎo)和這些特性的過度使用可能會導(dǎo)致顯著性對象分割出現(xiàn)意想不到的漂移。Zhang等人[23]利用多路徑遞歸反饋，對漸進(jìn)式注意引導(dǎo)網(wǎng)絡(luò)對邊緣特征進(jìn)行迭代優(yōu)化。通過利用空間與通道注意力機(jī)制生成分層的注意特征，分層注意信息作為下一階段提供指導(dǎo)，自適應(yīng)地生成新的注意特征。但是這種多次循環(huán)強(qiáng)注意力機(jī)制導(dǎo)致部分的顯著性內(nèi)部區(qū)域丟失，會造成顯著性區(qū)域高亮不均勻。

因此，本文提出的顯著性檢測模型使用漸進(jìn)結(jié)構(gòu)感受野引導(dǎo)不同階段的特征提取，實現(xiàn)了高效的多尺度特征融合，并利用全局注意力機(jī)制在高級特征中糾正錯誤，提高了顯著性檢測的準(zhǔn)確率。

2 算法原理

高級語義特征有助于獲取顯著性目標(biāo)的空間位置[17,24]；此外，將深層提取的特征由粗級提升到細(xì)級，也需要低層和中層特征中細(xì)微的邊緣信息?；谝陨现R，本文提出了一個新穎的顯著性檢測模型，設(shè)計了漸進(jìn)結(jié)構(gòu)感受野引導(dǎo)多尺度特征提取，實現(xiàn)深層特征的精細(xì)化處理，利用全局注意力機(jī)制消除噪聲產(chǎn)生的干擾，提高了對邊緣的感知性能。

2.1 模型概述

FCNs是顯著性檢測模型中應(yīng)用最為廣泛的網(wǎng)絡(luò)，該網(wǎng)絡(luò)模型的較淺層能提取到低層次特征，較深層能提取到更有效的高層次特征。本文把最新的FCNs作為骨干網(wǎng)絡(luò)，引入特征金字塔結(jié)構(gòu)從骨干網(wǎng)抽取的多層次特征。然后，采用通道維度聚合的進(jìn)行多尺度特征融合，有效避免FCNs對應(yīng)點聚合的弊端，生成了更加豐富的特征信息。

本文模型網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，首先將圖像I輸入網(wǎng)絡(luò)，其通道數(shù)為C，圖像的高和寬分別為H和W。利用骨干網(wǎng)絡(luò)F(θ,I)提取多層初級特征圖Fsi(i=1,2,3,4)，其中θ表示骨干網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)。為了使網(wǎng)絡(luò)能夠完全解析同層次中不同尺度的卷積特征，利用特征金字塔結(jié)構(gòu)實現(xiàn)深度挖掘。首先，對初級特征圖Fsi(i=2,3,4)特征進(jìn)行卷積操作，分別得到3級特征Fi(i=2,3,4)。然后，利用本文提出的漸進(jìn)結(jié)構(gòu)感受野模塊引導(dǎo)Fi進(jìn)行特征融合，減小了多尺度金字塔特征圖之間的差距，如圖3所示。最后，利用上采樣-卷積機(jī)制，有效避免了顯著性圖不同分辨率對卷積和池化操的影響，該機(jī)制如式(1)～式(3)所示。

(1)

(2)

ξi(Sj)=Conv3×3(upk=2(Sj))

(3)

其中，add(·)函數(shù)表示矩陣元素求和；“*”表示元素相乘；ξi(·)函數(shù)表示雙線性插值與卷積層的組合，i=1,2,3,4；Sj(j=1,2,3)表示經(jīng)漸進(jìn)結(jié)構(gòu)感受野模塊處理后大小為[H/21+j,W/21+j]的顯著性特征映射。

深層次的特征聚合了許多顯著性信息，但由于特征信息的不對等性，直接使用卷積特征預(yù)測顯著性得到的結(jié)果往往不是最優(yōu)的。為此，本文利用全局注意力機(jī)制對深層特征進(jìn)行優(yōu)化，更加關(guān)注圖像中的前景信息。為了避免重復(fù)特征對最終結(jié)果的影響，本文采用分層學(xué)習(xí)融合的方式對兩層的顯著性特征進(jìn)行處理，使得最終的融合結(jié)果集中了全部顯著性映射的有效特征，如式(4)所示。

(4)

2.2 漸進(jìn)結(jié)構(gòu)感受野

當(dāng)顯著性目標(biāo)內(nèi)部結(jié)構(gòu)復(fù)雜時，現(xiàn)有方法所利用的多尺度特征的方式區(qū)別不大，導(dǎo)致最終獲得的顯著性區(qū)域高亮不均勻。本文從顯著性對象的結(jié)構(gòu)出發(fā)，利用特征金字塔結(jié)構(gòu)對FCNs骨干網(wǎng)絡(luò)提取的特征進(jìn)行卷積操作，將全局信息傳遞到不同層次的特征圖上。然而，如何建立不同層次中全局信息之間的關(guān)系是一個值得探討的問題。

為此，本文提出使用漸進(jìn)結(jié)構(gòu)感受野作為引導(dǎo)模塊。該模塊由4個分支組成，如圖3所示：首先，為了降低參數(shù)量，增加模型的非線性表達(dá)能力，利用1×n和n×1不對稱的卷積對每一個分支進(jìn)行處理，其中n=1,2,3,4。然后，為了擴(kuò)大模型的感受野，更加關(guān)注整個空間區(qū)域，采用相同大小的擴(kuò)張卷積進(jìn)行上采樣解碼；最后分別將兩個子分支進(jìn)行連接，使得模型捕獲到任意空間位置在不同尺度下的上下文語義信息，從而建立顯著性對象區(qū)域的結(jié)構(gòu)性特征信息。通過卷積核大小為3和1的卷積消除融合過程帶來的噪聲，降低特征維度。最后利用Relu作為非線性激活函數(shù)。通過漸進(jìn)結(jié)構(gòu)感受野處理后的特征映射能夠有效獲得完整的前景信息，解決了顯著性對象區(qū)域高亮不均勻的問題。

圖3 漸進(jìn)結(jié)構(gòu)感受野模塊Figure 3. Structure receptive field module

2.3 全局注意力機(jī)制

為了獲得更好的突出目標(biāo)檢測的顯著性映射，近年來的方法融合了不同層次卷積神經(jīng)網(wǎng)絡(luò)的特征，取得了顯著的進(jìn)展。然而，不同特征層之間的差異給融合過程帶來了困難，可能導(dǎo)致顯著性預(yù)測不理想。為了解決這一問題，本文提出了全局注意力機(jī)制來增強(qiáng)顯著目標(biāo)檢測的特征間一致性。首先，利用1×1的卷積層將特征進(jìn)行升維，通道的增加使得特征離散化分布，對輸入特征映射的通道數(shù)進(jìn)行統(tǒng)一處理，接著使用3×3卷積提取細(xì)節(jié)信息，從而達(dá)到區(qū)分細(xì)化特征的效果。得到的特征圖利用BatchNorm2d函數(shù)映射到[0,1]區(qū)間得到注意力圖。隨后，對得到的注意力圖添加Relu函數(shù)線性修正單元，激活離散并細(xì)化后的特征，從而消除特征圖中的非顯著特征。最后將此特征映射拆分為權(quán)重與顯著因子，將不同的通道信息提取作為殘差操作，使得處理后的特征映射具有很強(qiáng)的語義一致性。

S′=S2+B(φ(Ru(E;θ));S2)

(5)

其中，Ru(·;θ)表示卷積操作，其參數(shù)為θ，旨在改變通道特征的數(shù)量特征；φ(·)函數(shù)表示ReLU激活函數(shù)；B(·;S2)表示BatchNorm2d歸一化函數(shù)；S2表示骨干網(wǎng)絡(luò)獲取的特征；E表示增強(qiáng)后的特征。

同一特征圖的不同位置所含信息的重要程度有所差別，利用全局注意力機(jī)制能夠有選擇性地進(jìn)行篩選，從而提高語義特征的有效性。所設(shè)計的注意力機(jī)制將較為淺層的顯著圖中的顯著性區(qū)域位置傳遞到骨干網(wǎng)絡(luò)獲取的高層特征，可使其顯著性對象區(qū)域更加明確。

3 實驗和結(jié)果分析

本節(jié)首先描述實驗設(shè)備、參數(shù)、使用的目標(biāo)函數(shù)、數(shù)據(jù)集和評估方法；然后在5個公共基準(zhǔn)數(shù)據(jù)集上進(jìn)行了定量和定性的實驗；最后敘述了本文方法與其他先進(jìn)方法的比較和分析。

3.1 實驗細(xì)節(jié)

本實驗采用GTX 1080Ti GPU進(jìn)行加速訓(xùn)練。網(wǎng)絡(luò)模型訓(xùn)練分為兩個步驟：(1)訓(xùn)練骨干網(wǎng)絡(luò)。采用VGG-16預(yù)訓(xùn)練模型初始化骨干網(wǎng)絡(luò)參數(shù)，利用DUTS-TR[7]作為訓(xùn)練集，其中使用了Adam優(yōu)化器進(jìn)行訓(xùn)練，初始化學(xué)習(xí)率為5e-5，衰減權(quán)值為5e-4，共訓(xùn)練20個epoch；(2)加入底層分支，采用相同的數(shù)據(jù)集，使用Adam優(yōu)化器，初始學(xué)習(xí)率設(shè)為5e-6，權(quán)重衰減為5e-5。在步驟(2)中，網(wǎng)絡(luò)訓(xùn)練10個epoch。采用分層訓(xùn)練方式可以促進(jìn)底層分支收斂，并且利用底層分支優(yōu)化深層分支使網(wǎng)絡(luò)在正確的方向上快速收斂，從而提高網(wǎng)絡(luò)的性能。

3.2 目標(biāo)函數(shù)

本文采用文獻(xiàn)[25]中的顯著性回歸策略對最終的顯著性結(jié)果進(jìn)行監(jiān)督訓(xùn)練，目標(biāo)函數(shù)如式(6)所示。

L(X,Y,Z)=(1-λ)Lg(X,Y,θ)+λ×Ls(X,Y,θ)

(6)

其中，X是一個輸入圖像；Y是相應(yīng)的顯著圖；θ為網(wǎng)絡(luò)參數(shù)；λ=0.5為平衡參數(shù)；總損失函數(shù)包括全局損失Lg(X,Y,θ)和局部損失Ls(X,Y,θ)。其中全局損失函數(shù)如式(7)所示。

(7)

局部損失函數(shù)如式(8)所示。

(8)

其中，N+表示顯著性區(qū)域的像素數(shù)，N-表示非顯著性區(qū)域的像素數(shù)；N表示總像素數(shù)；xi表示輸入圖像X中的每一個像素值，X={xi|i=1,2,…,N}；yi表示真值圖Y中的每一個像素值，Y={yi|i=1,2,…,N}(Y=Yj|j=1,2,…,N,Yj∈{0,1})，其值在[0,1]之間；f(·)函數(shù)表示網(wǎng)絡(luò)處理的過程；Ψ(·)函數(shù)表示Smooth-L1函數(shù)；Lg(X,Y,θ)關(guān)注于全局損失，使得網(wǎng)絡(luò)輸出的結(jié)果更加接近真值圖，有利于降低網(wǎng)絡(luò)對訓(xùn)練樣本分布的敏感性；Ls(X,Y,θ)表示顯著性目標(biāo)區(qū)域像素的額外損失，使損失函數(shù)更關(guān)注顯著性區(qū)域。

3.3 數(shù)據(jù)集

本文使用5個顯著性基準(zhǔn)數(shù)據(jù)集來評估本文的模型。DUTS[7]數(shù)據(jù)集包含用于訓(xùn)練(DUTS-TR)的10 553張復(fù)雜圖像和測試評估(DUTS-TE)的5 019張圖像。DUT-OMRON[11]包括5 168張具有挑戰(zhàn)性的圖片，每張圖片通常都有復(fù)雜的背景。ECSSD[26]有1 000個語義上復(fù)雜的圖像。PASCAL[27]數(shù)據(jù)集由850幅圖像組成，均是帶有像素級注釋的自然圖像。HKUIS[28]包含4 447張低對比度的圖片，每張圖片中都有多個前景對象。

3.4 評估方法

為了客觀準(zhǔn)確地評估本文的模型，本文使用3個常用指標(biāo)，分別是P-R曲線(Precision-Recall Curve)、F-measure得分和平均絕對誤差MAE(Mean Absolute Error)。

3.4.1P-R曲線

平均準(zhǔn)確率(Prediction)是指檢測到的顯著性圖中正確分配的顯著性像素的比例，召回率(Recall)是指正確的顯著性像素在地面真值中的比例。如式(9)和式(10)所示。

(9)

(10)

3.4.2F-measure

為測量整體性能，由平均準(zhǔn)確率和召回率加權(quán)均值計算，如式(11)所示。

(11)

其中，β2通常置為0.3，用于強(qiáng)調(diào)模型精度。F-measure值越大，模型的性能越好。本文對比分析F-measure最大值和平均值，分別用MaxF和AvgF表示，以凸顯本文模型的整體優(yōu)勢。

3.4.3 平均絕對誤差(MAE)

計算網(wǎng)絡(luò)輸出的顯著圖與真值圖像素之間的平均絕對誤差，進(jìn)行更全面的比較，如式(12)所示。

(12)

其中，H和W表示顯著性圖S的寬度和高度，S(x,y)和G(x,y)表示像素點(x,y)處的顯著性值和二元真值。MAE分?jǐn)?shù)越小，顯著圖與真值圖之間差距越小，相似程度高。

3.5 實驗結(jié)果分析與討論

為了驗證本文提出的方法，在5個公開數(shù)據(jù)集上與PiCANet[21]、PAGR[23]、MDF[28]、RFCN[29]、UCF[30]、NLDF[31]、 Amulet[18]等7個方法進(jìn)行了定量對比分析，均不采用任何后期處理方式優(yōu)化結(jié)果圖。

3.5.1P-R曲線分析

本文展示了3個常用數(shù)據(jù)集的P-R曲線，如圖4所示。本文方法得到的P-R曲線(加粗)與之前的所有方法相比較為突出。當(dāng)平均召回率值接近1時，平均準(zhǔn)確率比其他方法更高，說明顯著性圖的假陽性率很低。

(a)

3.5.2 定量分析

如表1所示，其中最佳的結(jié)果加粗標(biāo)記，本文提出的方法在所有的數(shù)據(jù)集上都取得了當(dāng)前最好的F-measure和MAE指標(biāo)。從平均絕對誤差MAE值可以得出，本文的算法明顯減小了預(yù)測圖與真值圖之間的差距，表現(xiàn)了良好的性能。同時本文的F-measure 指標(biāo)有大幅度提升，在5個數(shù)據(jù)集DUTS-OMRON、PASCAL、DUTS-TE、ECSSD和HKUIS上明顯優(yōu)于次優(yōu)算法。其中綜合評價指標(biāo)F-measure的最大值指標(biāo)分別提高了0.3%、1.5%、1.0%、0.5%和0.6%，其均值指標(biāo)提升了6.4%、6.1%、5.5%、2.7%和2.3%，平均提升了4.62%。結(jié)果表明，本文模型的錯誤預(yù)測數(shù)明顯少于其他方法，能夠適應(yīng)各種復(fù)雜場景，體現(xiàn)了算法的高效性和可擴(kuò)展性。

表1 基于5個數(shù)據(jù)集上進(jìn)行定量對比結(jié)果Table 1. Quantitative comparison results of 5 datasets

3.5.3 定性分析

為了進(jìn)一步說明本文方法的優(yōu)點，在圖5中給出了定性比較結(jié)果，圖5(a)～圖5(e)分別為前景與背景對比度較低的場景、較大的顯著性對象、復(fù)雜邊緣、帶有陰影的對象和多目標(biāo)小對象。顯著性檢測次優(yōu)方法PiCANet在圖5(b)～圖5(d)中表現(xiàn)良好，能夠基本檢測出顯著性對象，但顯著性區(qū)域仍存在高亮不均勻問題。該方法在圖5(a)及圖5(e)中不能正確檢測出顯著性對象。其他先進(jìn)的方法均存在較大問題。然而，本文提出的方法能夠準(zhǔn)確地識別圖像中最顯著的目標(biāo)對象，并且在幾乎所有情況下都能保持其尖銳的邊界分割，目標(biāo)區(qū)域高亮均勻，在特征融合以及抗噪性能方面達(dá)到了最優(yōu)效果。

圖5 本文算法與其他模型定性比較結(jié)果Figure 5. Quqlitative comparison between the proposed algorithm and other models

3.6 有效性驗證

為了驗證本文提出的漸進(jìn)結(jié)構(gòu)感受野、全局注意力機(jī)制以及分層學(xué)習(xí)融合方式的有效性，本文對各模塊進(jìn)行了研究。在整體框架上進(jìn)行驗證實驗，采用DUTS-TR數(shù)據(jù)集作為訓(xùn)練集，DUTS-TE數(shù)據(jù)集作為測試集。表2的每一列的最佳結(jié)果都用加粗突出顯示。實驗結(jié)果說明，各個模塊對模型精度都有一定的提升，缺失任何模塊都會對模型精度造成影響。

表2 基于DUTS-TE數(shù)據(jù)集的有效性分析Table 2. Validity analysis based on DUTS-TE dataset

4 結(jié)束語

本文提出了一種有效的可用于顯著性檢測的漸進(jìn)結(jié)構(gòu)感受野和全局注意力框架。該方法結(jié)合了FCNs與特征金字塔結(jié)構(gòu)的優(yōu)勢，利用漸進(jìn)結(jié)構(gòu)感受野模塊作為塊引導(dǎo)，將多級語義信息進(jìn)行整合，避免了卷積和池化對不同分辨率顯著圖的影響，解決了顯著性區(qū)域高亮不均勻的問題。文中提出的新方法引入全局注意力機(jī)制，去除了背景噪聲，并且提高了模型對顯著性對象邊緣的感知性能。通過定量定性的實驗驗證了本文提出模型的準(zhǔn)確性，證明了其在復(fù)雜環(huán)境中能夠達(dá)到當(dāng)前最優(yōu)的性能。