В статье рассматривается проблема неполного обнаружения целей и размытия краёв при выделении заметных объектов на световых полях. Предлагается метод обнаружения заметности изображений светового поля на основе направляющих краёв. С помощью сети усиления краёв извлекаются основная карта и карта усиления краёв из полностью сфокусированного изображения, а также объединяются характеристики из основной карты и изображений стека фокуса для получения начальной карты заметности с целью повышения точности и полноты результатов; затем начальная карта заметности и карта усиления краёв через модуль слияния признаков дополнительно изучают информацию о краевых свойствах, выделяя детали краёв; в итоге используется функция смешанных потерь для оптимизации получения карты заметности с более чёткими границами. Экспериментальные результаты показывают, что предложенная сеть на последних наборах данных изображений светового поля достигает F-меры 0.88 и MAE 0.046, превосходя современные алгоритмы выделения заметности RGB, RGB-D и светового поля. Предложенный метод способен более точно выявлять полные заметные объекты в сложных сценах, получая карты заметности с чёткими границами.

обнаружение заметности;глубокое обучение;изображения светового поля;сверточные нейронные сети;сеть обнаружения краёв