申请/专利权人:湖南城市学院
申请日:2020-08-17
公开(公告)日:2024-04-12
公开(公告)号:CN111931793B
主分类号:G06V10/46
分类号:G06V10/46;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2020.12.01#实质审查的生效;2020.11.13#公开
摘要:本发明公开了一种显著性目标提取方法及系统,通过利用多个特征互补单元结合Res2Net主干网络生成的多个浅层特征图包括的浅层特征以及经过平均池化模块生成的全局特征图包括的高层特征,来使待检测图片生成的特征图产生互补特征,同时利用特征边缘细化模块提高待检测图片生成的特征图的边沿清晰度,从而提高了图片的显著性目标检测精度。
主权项:1.一种显著性目标提取方法,其特征在于,包括Res2Net主干网络、去冗余信息模块、特征互补模块、特征增强模块、平均池化模块以及特征边缘细化模块;Res2Net主干网络包括第一层Res2Net单元、第二层Res2Net单元、第三层Res2Net单元和第四层Res2Net单元;所述平均池化模块包括第一平均池化单元、第二平均池化单元、第三平均池化单元;所述特征增强模块包括第一特征增强单元、第二特征增强单元、第三特征增强单元和第四特征增强单元;所述特征互补模块包括第一特征互补单元、第二特征互补单元和第三特征互补单元;待检测图片经所述第一层Res2Net单元生成第一浅层特征图,所述第一浅层特征图经所述第二层Res2Net单元生成第二浅层特征图,所述第二浅层特征图经所述第三层Res2Net单元生成第三浅层特征图,所述第三浅层特征图经所述第四层Res2Net单元生成第四浅层特征图;所述第四浅层特征图经所述第一平均池化单元生成第一全局特征图;所述第四浅层特征图经所述第二平均池化单元生成第二全局特征图;所述第四浅层特征图经所述第三平均池化单元生成第三全局特征图;所述第四浅层特征图经去冗余信息模块生成去冗余后的第四浅层特征图,所述去冗余后的第四浅层特征图经过所述第一特征增强单元生成增强特征映射后的第四浅层特征图;所述第一特征互补单元根据所述增强特征映射后的第四浅层特征图、所述第三浅层特征图以及所述第一全局特征图,生成第一互补特征图;所述第一互补特征图经第二特征增强单元生成增强特征映射后的第一互补特征图;所述第二特征互补单元根据所述增强特征映射后的第一互补特征图、所述第二浅层特征图以及所述第二全局特征图,生成第二互补特征图;所述第二互补特征图经所述第三特征增强单元生成增强特征映射后的第二互补特征图;所述第三特征互补单元根据所述增强特征映射后的第二互补特征图、所述第一浅层特征图以及所述第三全局特征图,生成第三互补特征图,所述第三互补特征图经所述第四特征增强单元生成增强特征映射后的第三互补特征图;所述特征边缘细化模块根据第一浅层特征图、第二浅层特征图和第三浅层特征图,生成边缘特征图和显著特征图;所述增强特征映射后的第四浅层特征图、所述增强特征映射后的第一互补特征图、所述增强特征映射后的第二互补特征图及所述增强特征映射后的第三互补特征图用于对所述边缘特征图和所述显著特征图进行修正。
全文数据:
权利要求:
百度查询: 湖南城市学院 一种显著性目标提取方法及系统
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。