[发明专利]一种基于卷积神经网络的海面目标显著性检测方法在审
| 申请号： | 201711194989.4 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN107967474A | 公开（公告）日： | 2018-04-27 |
| 发明（设计）人： | 刘坤;李亚茹 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/46;G06N3/04 |
| 代理公司： | 上海信好专利代理事务所(普通合伙)31249 | 代理人： | 朱成之,周乃鑫 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 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卷积神经网络的海面目标显著性检测方法，该方法包含如下步骤S1，将待进行显著性检测的图像I输入训练好的卷积神经网络结构中得出图像的多尺度特征图，并对多尺度特征图进行显著性计算得到对应的第一显著图；S2，同时将待进行显著性检测的图像I进行颜色空间转换得到通道图像，对通道图像进行空间域的显著性计算得到对应的第二显著图；S3，对第一显著图和第二显著图进行融合得到最终显著图。本发明能够改善现有的显著性检测存在的特征提取不充分和鲁棒检测效果不好的问题，从而使显著性区域显著性提高，提高显著结果的精确度。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 海面 目标 显著 检测 方法 | ||
【主权项】：
一种基于卷积神经网络的海面目标显著性检测方法，其特征在于，该方法包含如下步骤：S1，将待进行显著性检测的图像I输入训练好的卷积神经网络结构中得出图像的多尺度特征图，并对所述的多尺度特征图进行显著性计算得到对应的第一显著图；S2，同时将待进行显著性检测的图像I进行颜色空间转换得到通道图像，对所述的通道图像进行空间域的显著性计算得到对应的第二显著图；S3，对所述的第一显著图和第二显著图进行融合得到最终显著图。
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上海海事大学，未经上海海事大学许可，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/201711194989.4/，转载请声明来源钻瓜专利网。
