基于HED网络的快速纸张边缘检测方法

摘要：

HED网络是目前边缘检测性能较好的深度学习网络模型之一,但使用HED网络进行纸张边缘检测时,检测速度较慢,达不到实时性要求.在保证检测精度的前提下,本文提出一种基于HED网络的快速纸张边缘检测方法.将轻量级网络MobileNetV2作为HED主干网,并去除MobileNetV2网络的后2个bottleneck模块和输出通道数较大的卷积层,进一步加快检测速度.此外,去除网络中的池化层,增加一个步长为1的5×5卷积层,提高检测精度.本文制作包含多种情况的纸张数据集MPDS,将本文方法在MPDS上进行训练和测试.实验结果表明,本文提出的模型将ODS和OIS指标分别提高到了0.867和0.876,检测速度可达42.68 FPS,本文方法可以快速准确地进行纸张边缘检测,满足桌面增强系统对纸张检测的要求.

关键词：纸张边缘检测、复杂场景、HED、MobileNetV2

分类号：TP391.41;TP18(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省重点研发计划项目

在线出版日期：2021-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-5,12