[发明专利]一种基于超大感受野特征优化的显著性目标检测方法在审
| 申请号： | 202110494657.8 | 申请日： | 2021-05-06 |
| 公开（公告）号： | CN113313108A | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 孙延光;夏晨星;段松松;张海涛 | 申请（专利权）人： | 安徽理工大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/34;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 232001 安徽*** | 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： | 本发明属于计算机视觉领域，提供了一种基于超大感受野特征优化的显著性目标检测方法，包括以下步骤：1)将ResNet‑50作为主干框架对RGB图像提取多尺度特征信息然后进行编码；2)利用超大感受野特征机制优化多尺度特征生成高质量特征；3)利用隐形关系特征融合机制将优化后的特征进行互补性融合，然后生成最终显著性图。与现有的技术相比，本发明基于超大感受野特征优化的显著性检测方法利用超大感受野优化多尺度特征并进行隐形关系特征融合，多尺度特征逐层优化生成高性能显著性图。 | ||
| 搜索关键词： | 一种 基于 超大 感受 特征 优化 显著 目标 检测 方法 | ||
【主权项】：
暂无信息
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理工大学，未经安徽理工大学许可，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/202110494657.8/，转载请声明来源钻瓜专利网。
