申请/专利权人：杭州电子科技大学

申请日：2021-06-04

公开（公告）日：2024-04-09

公开（公告）号：CN113538442B

主分类号：G06T7/10

分类号：G06T7/10;G06V10/46;G06V10/80;G06V10/56

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.11.09#实质审查的生效;2021.10.22#公开

摘要：本发明公开了一种使用自适应特征融合的RGB‑D显著目标检测方法，首先使用2个结构相同的编码器网络分别对RGB图像和Depth图像这2个数据流编码，编码后对2个数据流分别获得m个层级的特征；然后在RGB和Depth两个数据流的解码过程中分别使用自适应特征融合；在联合数据流中对2个数据流的特征融合；最后使用损失函数对该网络模型优化。本发明所述的方法，可以提高RGB‑D显著目标检测的效果。通过使用自适应特征融合，可以有效融合数据流内不同层级的特征。通过使用数据流间特征融合方法，可以有效融合2个数据流的特征。

主权项：1.一种使用自适应特征融合的RGB-D显著目标检测方法，其特征在于，包括以下步骤：步骤1.使用2个结构相同的编码器网络分别对RGB图像和Depth图像这2个数据流编码，编码后对2个数据流分别获得m个层级的特征；步骤2.在RGB和Depth两个数据流的解码过程中分别使用自适应特征融合；步骤3.在联合数据流中对2个数据流的特征融合；步骤4.使用损失函数对该网络模型优化；所述的步骤2的自适应特征融合，具体操作如下：将高一层级特征升采样后使用conv，并与当前层级特征在通道维连接，然后送入到全局平均池化模块，然后使用conv和softmax求出2个通道的权重值，并分别与2个特征相乘后求和，得到融合后的特征；所述的步骤3在联合数据流中对2个数据流的特征融合，具体操作如下：首先将同层级的RGB解码器和Depth解码器的输出进行融合，再与高一层级联合数据流的输出融合；将同层级RGB解码器和Depth解码器的输出使用conv和sigmoid处理，得到2个权重值，使用这2个权重值分别对RGB解码器和Depth解码器的输出进行加权并求和，然后将高一层级联合解码器的输出升采样并使用conv处理后，与该特征在通道维连接，并使用conv处理，得到当前层级联合解码器的融合特征。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种使用自适应特征融合的RGB-D显著目标检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD