[发明专利]一种基于神经选择注意的目标显著性检测方法有效
| 申请号： | 201910824670.8 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110598610B | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 赵丹培;苑博;史振威;姜志国 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06V20/20 | 分类号： | G06V20/20;G06V10/26;G06V10/44;G06V10/46;G06N3/04;G06N3/08 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 曹鹏飞 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经选择注意的目标显著性检测方法。一、将显著性图像集一输入卷积神经网络，以显著性目标掩膜作为监督信息进行训练，构建视觉显著性检测网络；二、将包含目标掩膜与类别信息的图像集二输入卷积神经网络，以目标分割结果与类别作为监督信息进行训练，构建目标分割与轮廓提取网络；三、将待检测图像输入视觉显著性检测网络生成视觉显著性图；四、将待检测图像输入目标分割与轮廓提取网络生成掩膜与类别信息并由掩膜提取轮廓；五、根据检测任务的目标类别筛选出任务相关的目标轮廓并作用于视觉显著性图，得到特定类别目标的视觉显著性图；六、将任务相关目标掩膜与特定类别目标的视觉显著性图按权值相加，输出最终的检测结果。 | ||
| 搜索关键词： | 一种 基于 神经 选择 注意 目标 显著 检测 方法 | ||
【主权项】：
1.一种基于神经选择注意的目标显著性检测方法，其特征在于，包括：/n步骤1：将包含原始图像与人工标注显著性目标掩膜图像的图像集一输入VGG16卷积神经网络进行特征提取，通过所述VGG16卷积神经网络中的两个全连接层将卷积特征聚合生成特征图，将生成的所述特征图通过反卷积生成视觉显著性图，并训练得到视觉显著性检测网络；/n步骤2：将包含所述原始图像以及目标分割结果和目标类别信息的图像集二输入ResNet卷积神经网络进行特征提取，获得目标分割与轮廓提取网络；/n步骤3：将待检测图像输入步骤1中的所述视觉显著性检测网络中进行特征提取，生成所述视觉显著性图；/n步骤4：将待检测图像输入步骤2中的所述目标分割与轮廓生成网络中，提取所述待检测图像中各个目标的目标掩膜与类别信息，利用Canny算子提取所述目标掩膜的边缘生成目标轮廓；/n步骤5：根据检测任务的要求，结合所述类别信息，筛选出所述步骤4中与所述检测任务相关的所述目标掩膜和所述目标轮廓作为任务相关目标掩膜和任务相关目标轮廓，将所述任务相关目标轮廓结合所述步骤3中生成的所述视觉显著性图得到与所述检测任务相关的目标视觉显著性图；/n步骤6：将所述任务相关目标掩膜与所述步骤5中的所述目标视觉显著性图按权值相加，输出与所述检测任务相关的目标显著性检测结果。/n
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北京航空航天大学，未经北京航空航天大学许可，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/201910824670.8/，转载请声明来源钻瓜专利网。
