بهبود تشخیص شئ برجسته با استفاده از ویژگی های چند مقیاسی در شبکه های عمیق

پیشرفت های اخیر در تشخیص شئ برجسته، عمدتا توسط راه حل های مبتنی بر یادگیری عمیق به دست آمده است. پیشرفت های انجام شده در شبکه های عصبی کانولوشنی ( CNN ) و شبکه های عصبی کاملا کانولوشنی ( FCN )، گرایش به نمایشه ای چند مقیاسی موثرتر و کارآمدتر را نشان داده اند. وظایف سطح پیکسل مانند: تشخیص شئ برجسته نیز نیازمند توانایی به دست آوردن نمایش های چند مقیاسی قوی از شبکه های عصبی کانولوشنی پایه بر ای تعیین موقعیت اجسام و جزئ یات منطقه آنها است. در این مقاله یک روش پردازش چند مقیاس ساده اما کارآمد ارایه شد. برای رسیدن به این مهم از یک بلوک ساختاری جدید به نام Res۲Net برای استخراج ویژگی های عمیق چند سطحی و چند مقیاسی در بخش رمزگذار استفاده شد. ماژول Res۲Net ویژگی های چند مقیاسی را در یک سطح دقیق تر نشان می دهد و دامنه میدان های دریافتی را برای هر لایه شبکه افزایش می دهد. رویکرد پیشنهادی از پتانسیل چند مقیاسی در سطح بسیار دقیقی استفاده می کند، که با روش های موجود که عملیات لایه ای را به کار می گیرند، متعامد است. نتایج آزمایش ها بر روی شش مجموعه داده عمومی پرکاربرد در تشخیص شئ برجسته نشان می دهد که رویکرد پیشنهادی ما می تواند اشیاء برجسته را به سرعت و با وضوح بالا مکان یابی کند و در مقایسه با روش های پیشرفته در تشخیص شئ برجسته، سطح عملکرد را بهبود ببخشد .