[发明专利]一种基于PSO的RGBD图的协同显著目标检测方法有效
申请号: | 201811403370.4 | 申请日: | 2018-11-23 |
公开(公告)号: | CN109598291B | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | 刘政怡;谢丰;汪蕊 | 申请(专利权)人: | 安徽大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/00;G06T7/11;G06T7/40;G06T7/50;G06T7/90 |
代理公司: | 合肥兴东知识产权代理有限公司 34148 | 代理人: | 王伟 |
地址: | 230601 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种一种基于PSO的RGBD图的协同显著目标检测方法,该方法包括以下步骤:S1、输入RGB图,深度图和相应的RGBD单幅图的显著图;利用gPb–owt–ucm分割法进行区域分割,得到候选目标区域;S2、利用PSO方法得到每个粒子的最佳聚类中心数目和最优特征;S3、通过初始种群进行聚类得到得到显著图;S4、利用聚类质量选出最优的粒子,更新显著图。本发明利用PSO来提取目标特征从而进行后续的显著检测,利用PSO既可以自动决定该分类的数目又可以同时提取特征,从而进行协同显著检测,先利用PSO得到特征,利用这些特征进行区域分类从而得到最后的多分类结果和协同显著图。本发明通过图像库测试对比证明了其有效性以及在效果上明显的优势。 | ||
搜索关键词: | 一种 基于 pso rgbd 协同 显著 目标 检测 方法 | ||
【主权项】:
1.一种基于PSO的RGBD图的协同显著目标检测方法,其特征在于,该方法包括以下步骤:S1、输入RGB图,深度图和相应的RGBD单幅图的显著图;利用gPb–owt–ucm分割法进行区域分割,得到候选目标区域;S2、利用PSO方法得到每个粒子的最佳聚类中心数目和最优特征;S3、通过初始种群进行聚类得到得到显著图;S4、利用聚类质量选出最优的粒子,更新显著图。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811403370.4/,转载请声明来源钻瓜专利网。