[发明专利]基于神经网络与图像分割的图像显著性精化方法

摘要

本发明公开了一种基于神经网络与图像分割的图像显著性精化方法，通过对输入图像进行图像分割，得到若干个分割区域，并根据输入图像的粗糙显著性图，计算每个分割区域对应粗糙显著性值的平均池化值，再将该平均池化值作为各个分割区域内图像的中间显著性值，而得到中间显著性图，并将输入图像、粗糙显著性图和中间显著性图输入至训练好的神经网络中，最终通过该神经网络输出得到精化显著性图。因此，本发明在图像显著性检测过程中引入图像的边界信息，从而使最终得到的显著性图能准确完整地突出整个显著物体及其边缘细节，同时具有比粗糙显著性图更优的F‑measure评价指标。

主权项

1.一种基于神经网络与图像分割的图像显著性精化方法，其特征在于，包括以下步骤：S1：对输入图像进行图像分割，得到若干个分割区域；S2：根据所述输入图像的粗糙显著性图，计算每个分割区域对应粗糙显著性值的平均池化值，并将所述平局池化值作为各个分割区域内图像的中间显著性值，而得到中间显著性图；S3：将所述输入图像的粗糙显著性图和中间显著性图的图像尺寸归一化，并输入至训练好的神经网络；S4：对输入图像进行特征提取，得到特征图，并根据所述神经网络的神经网络参数以及输入的粗糙显著性图和中间显著性图，进行前向传播计算，得到精化显著性图；S5：将所述精化显著性图调整至所述输入图像的分辨率。