一种边缘梯度插值的感兴趣区域池化算法

来源：吉林大学学报·理学版杂志2024年第3期北京时间：

作者：周跃进, 丁家益

单位：1. 安徽理工大学 数学与大数据学院, 安徽 淮南 232001;2. 深部煤矿采动响应与灾害防控国家重点实验室， 安徽 淮南 232001

摘要：针对现有主流的目标检测算法存在检测精确率低、 图像边缘区域分割不全等问题, 提出一种基于Mask RCNN模型的感兴趣区域池化算法. 首先, 通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域； 其次, 对边缘区域使用边缘梯度插值算法进行插值, 对非边缘区域使用双线性插值算法进行插值, 从而将离散的特征图映射到一个连续空间中； 再次, 将插值后的特征图均匀分割成k×k个单元； 最后, 对每个单元利用二重积分求均值以完成池化操作. 对比实验结果表明, 该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升, 对图像边缘区域的细节分割效果较好.

关键词：MaskRCNN模型,感兴趣区域池化,Otsu阈值分割,边缘梯度插值,双线性插值