基于金字塔结构的Transformer边缘检测算法研究

针对复杂图像边缘检测任务中多尺度特征提取困难和多尺度特征利用率低的问题,提出一种基于金字塔结构的Transformer边缘检测模型。该模型首先采用擅长根据全局远程依赖关系进行建模的Transformer特征提取主干——PVT网络,取代传统卷积神经网络,解决多尺度特征利用率低的问题;其次,为了充分考虑跨层间上下文特征交互问题,设计了一个专门用来建模和转移上下文知识的模块,用于探索更多显著边缘的判别信息;最后,设计了一个基于注意力机制的多尺度特征增强模块,通过充分挖掘检测对象的多层次和多尺度特征信息,实现对边缘的预测,提高模型边缘检测精度。而且,模型的特征求和与拼接过程不占显存也不占内存,加快了模型的推理速度。在BSDS500和BIPED两个公开数据集上进行大量实验,在BSDS500数据集上边缘检测的ODS值达到0.796;在BIPED数据集上边缘检测的ODS值达到了0.846,实验结果表明该算法在性能上优于对比模型。