针对边缘检测时提取的边缘特征粗糙问题,提出了改进的更丰富特征的边缘检测(Richer Convolutional Features for edge detection,RCF)算法。该算法利用跨层交叉融合的方法,以侧边输出的第3层作为基底分别与第1层、第5层的侧边输出图像...针对边缘检测时提取的边缘特征粗糙问题,提出了改进的更丰富特征的边缘检测(Richer Convolutional Features for edge detection,RCF)算法。该算法利用跨层交叉融合的方法,以侧边输出的第3层作为基底分别与第1层、第5层的侧边输出图像两两进行交叉融合,同时去掉了第3、4阶段的池化层,得到精确的边缘特征信息。在BSDS500数据集上对改进的RCF模型进行训练,实验结果表明,改进的RCF算法与原RCF算法相比F1值更高,提取效果更优秀。展开更多
文摘针对边缘检测时提取的边缘特征粗糙问题,提出了改进的更丰富特征的边缘检测(Richer Convolutional Features for edge detection,RCF)算法。该算法利用跨层交叉融合的方法,以侧边输出的第3层作为基底分别与第1层、第5层的侧边输出图像两两进行交叉融合,同时去掉了第3、4阶段的池化层,得到精确的边缘特征信息。在BSDS500数据集上对改进的RCF模型进行训练,实验结果表明,改进的RCF算法与原RCF算法相比F1值更高,提取效果更优秀。
