原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第26卷第1期Vol.26No.1
2023年1月软件工程SOFTWAREENGINEERINGJan.2023
文章编号：2096-1472(2023)-01-01-03DOI:10.19644/ki.issn2096-1472.2023.001.001
基于深度学习的图像显著性目标检测研究综述
12
李元贞，赵俊松
(1.河北工业大学人工智能与数据科学学院，天津300401；
2.中国民航大学信息网络中心，天津300300)
2081059521@;xmbdhyq@163.com
摘要：随着近年来深度学习技术的发展，图像显著性目标检测的研究重点偏向于利用深度学习方法解决问题。
为了全面且深入地探究图像显著性目标检测领域，基于深度学习框架，回顾近五年出现的20余种深度学习方法，归纳出
四类深度学习策略，并且对比了它们在4个显著性数据集上的评价结果。结果显示，各类策略在不同数据集上的度量值
F
为0.800—0.950，综合利用多种策略的方法可以取得更优的预测指标，但仍然存在复杂场景干扰下检测有误的问题。针对
现有问题，提出加强深度学习方法在复杂数据集上的训练，进而优化显著目标预测结果的定位准确性及边缘完整性。
关键词：图像显著性目标检测；深度学习框架；深度学习策略
中图分类号：TP391文献标识码：A
OverviewofImageSalientObjectDetectionResearchbasedonDeepLearning
12
LIYuanzhen,ZHAOJunsong
(1.SchoolofArtificialIntelligence,HebeiUniversityofTechnology,Tianjin300401,China;
2.InformationNetworkCenter,CivilAviationUniversityofChina,Tianjin300300,China)
2081059521@;xmbdhyq@163.com
Abstract:Withthedevelopmentofdeeplearninginrecentyears,researchfocusofimagesalientobjectdetectiontends
tousedeeplearningmethodstosolveproblems.Inordertocomprehensivelyanddeeplye
- 乡村振兴、双碳、储能、绿色金融 + 关注
-
实名认证服务提供商
新能源知识科普（本账号发布文档均来源于互联网公开资料，仅用于技术分享交流，相关版权为原作者所有。如果侵犯了您的相关权利，请提出指正，我们将立即删除相关资料）。
文档评论（0）