基于多图神经网络协同学习的显著性物体检测方法

源自：电子与信息学报          作者：刘冰, 王甜甜, 高丽娜, 徐明珠, 付平

摘 要

关键词

显著性物体检测 / 图神经网络 / 注意力感知融合 /协同学习

1.   引言

2.   所提方法整体框架

图 1  所提方法整体框架

3.   基于多图神经网络协同学习的显著性物体检测方法

3.1   获取初始显著性特征

3.1.1   获取初始显著性边缘特征

3.1.2   获取初始显著性区域特征

3.2   构建图结构数据

3.3   多图神经网络协同学习

图 2  初始图交互示意图

图 3  动态信息增强图卷积模块

图 4  注意力感知融合模块

3.4   损失函数

4.   实验结果与分析

4.1   数据集和评价指标

4.2    实验设置

表 1  参数NN和kk在不同设置下的性能结果

综合考虑不同参数设置下的评价指标值，本文选取的图节点数目N 和邻居节点数目k 分别为32和8。

4.3   性能比较

 4.3.1    定量比较

图 5  9种方法在3个标准数据集上的P-R曲线图

表 2  9种方法在4个标准数据集上的Sα , 

和MAE指标

 4.3.2    定性比较

图 6  视觉比较结果

4.4   消融实验

图 7  不同关系类型数量对性能指标Sα , Fωβ 和MAE的影响曲线

表 3  不同模块的性能影响

5.   结束语

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。

“人工智能技术与咨询”   发布