计算机应用研究

作者：浦莹开,张笃振,

单位：江苏师范大学计算机科学与技术学院,江苏徐州221116；

关键词：局部特征联系,多层感知机,边缘检测,轻量级,

基金：江苏省高等学校自然科学研究面上项目(19KJB520032)；江苏师范大学博士学位教师科研支持项目(20XSRS018)；江苏师范大学科研与实践创新项目(2022XKT1539)；；

针对目前边缘检测模型复杂度高、参数量大、识别边缘精度及效率不高的问题，提出了一种轻量级边缘检测神经网络。首先，通过MP模块将原图像分成同等维度的小块并进行位置编码，以增强边缘像素点之间的联系；再经过MGC中的多组卷积操作提取图像不同区域特征进行融合，减少冗余信息；最后通过多次的反卷积上采样调整输出图片的分辨率尺寸，输出预测边缘图。最终的网络只有125 KB的参数，在BIPED和MDBD数据集上进行实验，验证模型检测边缘的综合能力。相比于当前最先进的轻量级边缘检测方法LDC，在BIPED数据集上的测试结果表明，指标ODS（optimal dataset scale）仅低了0.9%，模型参数量则降低了81.5%，FPS提高了89.0%。在保持细粒度识别边缘的同时，可以满足实际任务中的需求。

来源：2023年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第11期