一种边缘梯度插值的感兴趣区域池化算法

摘要

针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题，提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先，通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域；其次，对边缘区域使用边缘梯度插值算法进行插值，对非边缘区域使用双线性插值算法进行插值，从而将离散的特征图映射到一个连续空间中；再次，将插值后的特征图均匀分割成k×k个单元；最后，对每个单元利用二重积分求均值以完成池化操作.对比实验结果表明，该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升，对图像边缘区域的细节分割效果较好.

关键词

Mask RCNN模型 / 感兴趣区域池化 / Otsu阈值分割 / 边缘梯度插值 / 双线性插值