每天一篇论文（323/3）EGNet: Edge Guidance Network for Salient Object Detection

EGNet: Edge Guidance Network for Salient Object Detection

code

摘要

全卷积神经网络（FCNs）在突出目标检测任务中显示出其优越性。然而，大多数现有的基于FCNS的方法仍然遭受粗对象边界。
为了解决这一问题，本文重点研究了显著边缘信息和显著目标信息之间的互补性。因此，我们提出了一种用于显著目标检测的边缘引导网络（EGNet），该网络分三步同时对这两种互补信息进行建模。在第一步中，我们采用渐进式融合的方法来提取目标的显著特征。在第二步中，我们将局部边缘信息和全局位置信息结合起来，得到显著的边缘特征。最后，为了充分利用这些互补特征，我们将相同的显著边缘特征与不同分辨率的显著对象特征相结合。融合后的特征可以利用边缘特征中丰富的边缘信息和位置信息，更准确地定位显著目标，尤其是其边界。实验结果表明，该方法在6个广泛使用的数据集上，无需任何前处理和后处理，与现有方法相比，具有良好的性能。

贡献

本文研究了显著边缘信息和显著目标信息之间的互补性。我们的目标是利用显著的边缘特征来帮助显著的对象特征定位对象，特别是它们的边界更精确。综上所述，本文主要有三个方面
贡献：
•我们提出了一个EGNet来显式地建模网络中的互补显著对象信息和显著边缘信息，以保持显著对象边界。同时，显著的边缘特征也有助于定位。
•我们的模型通过允许这两个互补任务相互帮助来共同优化这两个互补任务，从而显著改善了预测的显著性映射。
•我们将提出的方法与六个广泛使用的数据集上的15种最新方法进行了比较。该方法在三种评价指标下均取得了较好的性能。

方法

#### 结果