多尺度特征提取和多级别特征融合的显著性目标检测方法

黎玲利; 孟令兵; 李金宝

doi:10.15961/j.jsuese.202000771

您当前的位置：

首页 >

文章列表页 >

多尺度特征提取和多级别特征融合的显著性目标检测方法

物联网 | 更新时间：2024-01-10

- 多尺度特征提取和多级别特征融合的显著性目标检测方法
- Salient Object Detection Based on Multi-scale Feature Extraction and Multi-level Feature Fusion
- 工程科学与技术 2021年53卷第1期页码：170-177
- 作者机构：
  
  1.黑龙江大学计算机科学技术学院，黑龙江哈尔滨 150080
  2.齐鲁工业大学（山东省科学院）山东省人工智能研究院，山东济南 250014
- 作者简介：
  
  [ "黎玲利（1986—），女，副教授，博士. 研究方向：大数据管理与分析. E-mail：\t\t\t\t\t\t\tlilingli@hlju.edu.cn\t\t\t\t\t\t" ]
  E-mail： lijinb@sdas.org
- 基金信息：
  
  黑龙江省自然科学基金优秀青年项目（YQ2019F016）；黑龙江省自然科学基金项目（ZD2019F003）
- DOI：10.15961/j.jsuese.202000771
  中图分类号： TP389.1
- 纸质出版日期：2021-1-20，
  
  网络出版日期：2021-1-13，
  
  收稿日期：2020-9-7，
扫描看全文
黎玲利,孟令兵,李金宝.多尺度特征提取和多级别特征融合的显著性目标检测方法[J].工程科学与技术,2021,53(1):170–177

Li Lingli,Meng Lingbing,Li Jinbao.Salient object detection based on multi-scale feature extraction and multi-level feature fusion[J].Advanced Engineering Sciences,2021,53(1):170–177
黎玲利,孟令兵,李金宝.多尺度特征提取和多级别特征融合的显著性目标检测方法[J].工程科学与技术,2021,53(1):170–177 DOI： 10.15961/j.jsuese.202000771.

Li Lingli,Meng Lingbing,Li Jinbao.Salient object detection based on multi-scale feature extraction and multi-level feature fusion[J].Advanced Engineering Sciences,2021,53(1):170–177 DOI： 10.15961/j.jsuese.202000771.

浏览量

1056

下载量

CNKI被引量

文章被引用时，请邮件提醒。

提交

工具集

关联资源

3分支多层次Transformer特征交互的RGB–D显著性目标检测

基于改进SSD模型和自适应滤波算法的水面漂浮物目标检测跟踪方法

基于深度学习的水面漂浮物智能检测方法

基于深度学习的废钢分类评级方法研究

基于图神经网络的P2P僵尸网络检测方法

多尺度特征提取和多级别特征融合的显著性目标检测方法

Salient Object Detection Based on Multi-scale Feature Extraction and Multi-level Feature Fusion

DOI：10.15961/j.jsuese.202000771