[发明专利]一种复杂环境下的显著性物体检测方法在审
| 申请号： | 202110018586.4 | 申请日： | 2021-01-07 |
| 公开（公告）号： | CN112700426A | 公开（公告）日： | 2021-04-23 |
| 发明（设计）人： | 周武杰;郭沁玲;雷景生;万健;甘兴利;钱小鸿;叶宁 | 申请（专利权）人： | 浙江科技学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 宁波奥圣专利代理有限公司 33226 | 代理人： | 周珏 |
| 地址： | 310023 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种复杂环境下的显著性物体检测方法，其在训练阶段构建卷积神经网络，它包括输入层、编码部分、解码部分和输出层，输入层包括RGB图输入层和热力图输入层，编码部分包括10个神经网络块，解码部分包括5个交叉模态融合块、5个双边反转融合块、1个多尺度一致性融合块；将训练集中的每对原始3D图像的RGB图像及对应的热力图像输入到卷积神经网络中进行训练，输出每对原始3D图像对应的显著性预测图像；通过多次迭代并计算显著性预测图像与对应的标签图像之间的损失函数值，获取卷积神经网络训练模型的最优权值矢量和最优偏置项；测试时利用最优权值矢量和最优偏置项进行预测，预测得到显著性预测图像；优点是其显著性检测精度高。 | ||
| 搜索关键词： | 一种 复杂 环境 显著 物体 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浙江科技学院，未经浙江科技学院许可，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/202110018586.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种自重夹持式电动爬树整枝机
- 下一篇：一种易操作持续浇水装置
