基于卷积神经网络的跨层融合边缘检测算法

来源：计算机应用研究杂志2021年第7期北京时间：

作者：李翠锦,瞿中,

单位：1.重庆工程学院电子信息学院,重庆400060；2.重庆邮电大学计算机科学与技术,重庆400065；

摘要：针对目前边缘检测算法因过于依赖全连接层，使得边缘线条粗糙，且损失函数设定不当，造成梯度消失和大量主要特征信息丢失等问题，提出了基于卷积神经网络的交叉融合边缘检测算法。该算法利用1×1多卷积核的梯度方式来降维，完成横纵向图像低级与高级特征对象的采集；然后通过自上而下和自左向右循环卷积流向方式，保证每层的损失函数可以较平稳地前向和反向传播；最后利用跨层交叉融合对图像边缘特征进行细化。实验结果表明，该算法在伯克利大学数据集（BSDS500）上最优数据集规模（ODS）F-measure为0.806，接近人类平均视觉感知。

关键词：边缘检测,损失函数,交叉融合,VGG16,数据集,

基金资助：国家自然科学基金资助项目(61701060)；重庆市基础科学与前沿技术研究专项项目(cstc2017jcyjAX0007)；重庆工程学院高科技人才计划资助项目(2019gckv04)；重庆工程学院校内科研基金资助项目(2019xzky06)；重庆市教委科学技术研究青年项目(KJQN201901907)；重庆工程学院校内科研基金资助项目；；