申请/专利权人:东北大学
申请日:2023-10-27
公开(公告)日:2024-02-27
公开(公告)号:CN117611960A
主分类号:G06V10/80
分类号:G06V10/80;G06V10/82;G06V10/46;G06V20/52;G06V10/26;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.15#实质审查的生效;2024.02.27#公开
摘要:本发明属于目标检测技术领域,公开了一种权衡计算资源与检测性能的显著性目标检测方法。建立一种显著性目标检测模型;将采集到的RGB图像逐帧传输到显著性目标检测模型中,通过模拟类脑机制实现多级特征的融合,通过设计特征融合模块输出显著性目标的掩码图,实现以像素级别对显著性目标进行检测与分割。本发明实现了轻量化、准确度和实时性三者的平衡。与其他最先进的方法相比,我们的方法比极其轻量级的方法具有优势,更容易嵌入资源有限的设备中,并实现实时性能。
主权项:1.一种权衡计算资源与检测性能的显著性目标检测方法,其特征在于,建立一种显著性目标检测模型;将采集到的RGB图像逐帧传输到显著性目标检测模型中,通过模拟类脑机制实现多级特征的融合,通过设计特征融合模块输出显著性目标的掩码图,实现以像素级别对显著性目标进行检测与分割;所述显著性目标检测模型包括显著性目标检测编码器、显著性目标检测特征融合器和显著性目标检测特征解码器;RGB图像经显著性目标检测编码器编码为五级语义特征,各级语义特征经显著性目标检测特征融合器后分别得到完整的各级特征,经显著性目标检测特征解码器得到预期显著性目标的掩码图。
全文数据:
权利要求:
百度查询: 东北大学 一种权衡计算资源与检测性能的显著性目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。