[发明专利]一种基于特征学习的显著性区域检测方法有效
| 申请号： | 202110397165.7 | 申请日： | 2021-04-13 |
| 公开（公告）号： | CN113095332B | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 李勃;杨晨;任福继;田梦阳;邱正;管越;颜铭 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06V10/28 | 分类号： | G06V10/28;G06V10/46;G06V10/762;G06V10/774;G06K9/62 |
| 代理公司： | 南京天翼专利代理有限责任公司 32112 | 代理人： | 奚铭 |
| 地址： | 210023 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于特征学习的显著性区域检测方法，首先应用优化的SLIC算法将输入图像分割为特征相似的超像素区域，以超像素区域为样本提取足以表征样本特征的信息，将提取的特征向量用SPBL算法学习获得检测模型。SPBL算法为SPL和Boosting算法的结合，将其用于超像素区域的分类，取得良好分类效果。在检测算法中，采用和学习算法一样的特征提取算法，应用学习的模型对特征向量进行分类，分类的结果应用基于能量函数约束模型的融合结构信息算法再次与分类结果组合获得最终的显著性检测图像。本发明在提出的数据集上能够准确分割出显著性区域，有效抑制相似背景的干扰信息。 | ||
| 搜索关键词： | 一种 基于 特征 学习 显著 区域 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南京大学，未经南京大学许可，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/202110397165.7/，转载请声明来源钻瓜专利网。
