典型文献
模拟"what"通路前端视觉机制的边缘检测网络
文献摘要：
边缘检测是图像处理工作的关键步骤之一,目前边缘检测模型基于卷积神经网络(CNNs)搭建编码-解码网络.由于现有编码网络提取特征能力有限,且忽视了神经元之间复杂的信息流向,本文模拟视网膜、外侧膝状体(LGN)和腹侧通路("what"通路)前端V1区、V2区、V4区的生物视觉机制,搭建全新的编码网络和解码网络.编码网络模拟视网膜-LGN-V1-V2的信息传递机制,充分提取图像中的特征信息;解码网络模拟V4区的信息整合功能,设计邻近融合网络以整合编码网络的特征预测,实现特征的充分融合.该神经网络模型在BSDS500数据集和NYUD-V2数据集上进行了实验.结果表明,本文搭建的编码-解码方法的F值(ODS)为0.820,相比于LRCNet提高了0.49％.
文献关键词：
边缘检测;生物视觉;编码-解码网络;特征提取;卷积神经网络(CNNs)
中图分类号：
作者姓名：
潘盛辉;王蕤兴;林川
作者机构：
广西科技大学 电气电子与计算机科学学院,广西 柳州 545616
文献出处：
引用格式：
[1]潘盛辉;王蕤兴;林川-.模拟"what"通路前端视觉机制的边缘检测网络)[J].广西科技大学学报,2022(02):60-68
A类：
LRCNet
B类：
what,端视,视觉机制,边缘检测,测网,关键步骤,前边,检测模型,CNNs,解码,编码网络,提取特征,信息流,视网膜,LGN,腹侧通路,V1,V2,V4,生物视觉,信息传递机制,分提,特征信息,信息整合,整合功能,融合网络,合编,特征预测,充分融合,BSDS500,NYUD,ODS
AB值：
0.407502
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
