.png){kind=icon}
返回
Learning Gabor layer for edge detection network
.png){kind=icon}
PRE
AI
DOI：10.1016/j.dsp.2025.105438.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出新颖的LGLNet模型，用于高精度边缘检测，具有更少的参数和更低的计算复杂度。
• 设计包含150个参数的学习Gabor层（LGL），该层可生成位置特定的滤波器，以高效提取精细边缘特征。
• 采用像素差分梯度，在实时条件下动态计算每个空间位置的Gabor角度。
期刊
IF:
3.6
论文数:
10.0K
被引数:
1.7W
机构
暂无机构信息
引用论文
Contour detection model with multi-scale integration based on non-classical receptive field.png)
NEUROCOMPUTING
NEUROCOMPUTINGIF6.5
PREAI
分享收藏
查看更多内容