结合多尺度及密集特征图融合的阴影检测方法

来源：计量学报杂志2021年第5期北京时间：

作者：张世辉,张笑维,李贺,张笑笑,牛景春,陈琦

单位：1. 燕山大学信息科学与工程学院,河北 秦皇岛 066004; 2. 河北省计算机虚拟技术与系统集成重点实验室,河北 秦皇岛 066004;

摘要：为了提高图像中阴影检测的准确性,提出一种利用深度神经网络实现阴影检测的方法。首先,构造了一种密集特征图融合结构,将不同卷积层产生的特征图进行融合;其次,针对图像中阴影的多种尺度特征,设计了一种串并联结合的扩张卷积结构提取图像中阴影多尺度特征;最后,将串并联结合的扩张卷积结构和密集特征图融合结构进行结合,设计出一种端到端的Dilated Dense Fusion-Unet网络实现阴影检测功能。实验结果表明,所提方法在SBU和UCF阴影检测数据集上的阴影检测结果及量化评估均优于已有代表性的阴影检测方法,在2个数据集上的准确率分别提高5.8%和6.5%,平衡误差率分别降低2.2%和0.5%。

关键词：计量学;图像处理;阴影检测;端到端;多尺度特征;扩张卷积;密集特征图

基金资助：国家自然科学基金(61379065);河北省自然科学基金(F2019203285)