빛장 이미지에서 탐지 목표가 불완전하고 경계가 흐릿한 문제를 해결하기 위해, 본 논문은 경계 유도 기반 빛장 이미지 주목성 탐지 방법을 제안한다. 경계 강화 네트워크를 통해 전 초점 이미지의 주체 지도와 경계 강화 지도를 추출하고, 주체 지도와 초점 스택 이미지에서 추출한 특징을 결합하여 초기 주목성 지도를 얻어 탐지 결과의 정확성과 완전성을 향상시킨다; 초기 주목성 지도와 경계 강화 지도를 특징 융합 모듈을 통해 경계 특성 정보를 추가 학습하여 경계 세부 정보를 부각시킨다; 마지막으로, 경계 혼합 손실 함수를 사용하여 더욱 선명한 경계를 가진 주목성 지도를 최적화한다. 실험 결과, 본 논문에서 제안한 네트워크는 최신 빛장 이미지 데이터셋에서 F-측정값 0.88과 MAE 0.046을 달성했으며, 기존 RGB 이미지, RGB-D 이미지 및 빛장 이미지 주목성 탐지 알고리즘보다 우수한 성능을 보였다. 제안 방법은 복잡한 장면에서 더욱 정확하게 완전한 주목 대상 객체를 탐지하여 경계가 선명한 주목성 지도를 얻을 수 있다.

주목성 탐지;딥 러닝;빛장 이미지;합성곱 신경망;경계 탐지 네트워크