公开(公告)号：CN119832017A

公开(公告)日：2025-04-15

申请号：CN202411897413.4

申请日：2024-12-20

Applicant: 桂林电子科技大学

Inventor： 赵龙阳 ,  刘鑫棠 ,  徐智 ,  孟瑞敏 ,  赵旺材 ,  范芷澜

IPC: G06T7/13 ,  G06T5/60 ,  G06V10/52 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464

Abstract: 本发明提出了一种基于多尺度特征融合的边缘检测方法，属于计算机视觉领域。该方法通过构建卷积神经网络(CNN)骨干网络，结合上采样模块和部分卷积模块，实现多尺度特征的提取和融合，并通过改进的损失函数优化全局和局部边缘信息。所述骨干网络采用浅层特征加权提取及跳跃连接技术，提高特征复用能力，上采样模块利用反卷积操作调整特征图尺寸，融合模块通过选择性卷积强化边缘细节表达，并通过部分卷积高效提取多维度特征信息。模型在精细边缘检测中表现优异，支持草图检索、图像分割等应用场景，具有高效、低参数量的特点。