CNN与Transformer协同的多模态边缘检测网络

来源：计算机工程与应用杂志2025年第14期北京时间：

作者：李永辉, 赵耀, 加小红, 魏琛珍, 常文文

单位：1.兰州交通大学 电子与信息工程学院，兰州 730070；2.北京交通大学 信息科学研究所，北京 100044

摘要：边缘检测在计算机视觉任务中扮演至关重要的角色，然而，现有边缘检测算法主要依赖CNN作为编码器，导致其在精细度、准确性以及噪声处理等方面存在缺陷。为了解决这些问题，提出了一个CNN与Transformer协同的多模态边缘检测网络。设计了一个基于无参数注意力残差结构的高分辨率特征融合模块，保留图像的底层属性，增强全局特征表示；设计了一种包含多尺度混洗注意力模块的轻量化CNN层来完成梯度编码，捕捉图像的高频属性，利用Transformer架构实现特征编码，构建高层的全局依赖关系，通过融合高频属性和全局依赖关系重构特征表达，将CNN、Transformer以及高分辨率特征融合模块的多尺度特征进行逐层聚合解码，从而高精度定位图像边界。与主流算法相比，所提模型在BSDS500、NYUD-v2上均获得较优指标。

关键词：边缘检测,卷积神经网络（CNN）,Transformer,多模态,深度学习