计算机应用

作者：李翠锦, 瞿中

单位：1. 重庆工程学院 电子信息学院, 重庆 400060;2. 重庆邮电大学 计算机科学与技术学院, 重庆 400065

关键词：边缘检测,深度学习,卷积神经网络,损失函数,多尺度融合

基金：重庆工程学院高科技人才计划项目（2019gckv04）；重庆工程学院校内科研基金资助项目（2019xzky06，2018xzky12）。

边缘检测是将图像中的突变的重要信息提取出来的过程，是计算机视觉领域研究热点，也是图像分割、目标检测与识别等多种中高层视觉任务的基础。近几年来，针对边缘轮廓线过粗以及检测精度不高等问题，业内提出了谱聚类、多尺度融合、跨层融合等基于深度学习的边缘检测算法。为了使更多研究者了解边缘检测的研究现状，首先，介绍了传统边缘检测的实现理论及方法；然后，总结了近年来基于深度学习的主要边缘检测方法，并依据实现技术对这些方法进行了分类，对其涉及的关键技术进行分析，发现对多尺度多层次融合与损失函数的选择是重要的研究方向。通过评价指标对各类方法进行了比较，可知边缘检测算法在伯克利大学数据集（BSDS500）上的最优数据集规模（ODS）经过多年研究从0.598提高到了0.828，接近人类视觉水平。最后，展示了边缘检测算法研究的发展方向。

来源：2020年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第11期