“显著性”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果6992523个，建议您升级VIP下载更多相关专利

[发明专利]显著性信息取得装置以及显著性信息取得方法-CN201510303277.6在审
发明人：阮翔;卢湖川 -专利权人：欧姆龙株式会社
申请日： 2015-06-04 - 公布日： 2017-01-04 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及显著性信息取得装置以及显著性信息取得方法。提供在通用性以及可靠性上优越的新的显著性检测技术。显著性信息取得装置具有：局域显著性取得部，将输入图像的每个像素的显著度，基于根据各像素的周围的局部区域所得到的信息进行计算；候选区域设定部，对输入图像设定多个候选区域；全局显著性取得部，将多个候选区域的各自的显著度基于包含局域显著性特征量和全局特征量的信息而进行计算，其中，局域显著性特征量表示各候选区域内的每个像素的显著度的特征，全局特征量表示各候选区域相对于输入图像的整体的特征；以及整合部，对通过全局显著性取得部得到的多个候选区域的显著度进行整合，生成输入图像的显著性信息
显著信息取得装置以及方法

[发明专利]显著性检测方法、显著性检测设备和存储介质-CN202111507286.9在审
发明人：高伟;廖桂标;李革 -专利权人：北京大学深圳研究生院
申请日： 2021-12-10 - 公布日： 2022-04-15 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种显著性检测方法、显著性检测设备和计算机可读存储介质，所述方法包括：确定第一主干网络第一目标卷积层的第一输出结果，以及第二主干网络第二目标卷积层的第二输出结果；根据所述第一输出结果确定所述第一全局描述子，以及根据所述第二输出结果确定第二全局描述子；根据所述第一全局描述子和所述第二全局描述子确定各个模态的不同通道的重要性；根据所述重要性以及所述第一输出结果确定第一模态特征，以及根据所述重要性和所述第二输出结果确定第二模态特征；基于所述第一模态特征和所述第二模态特征确定显著性检测结果。本发明旨在达成提升显著检测结果的鲁棒性的效果。
显著检测方法设备存储介质

[发明专利]图片显著性检测的方法和装置-CN201611150965.4有效
发明人：陈志军 -专利权人：北京小米移动软件有限公司
申请日： 2016-12-14 - 公布日： 2019-08-30 - 主分类号： G06T7/11 文献下载
摘要：本公开是关于一种图片显著性检测的方法和装置，此方法包括：对图片进行显著性检测，获取所述图片的显著性图像；所述显著性图像包括所述图片中的各个像素点的显著性值；根据所述显著性图像中的显著性的像素点，从所述显著性图像中获取所述图片的N个显著性区域；每个所述显著性区域包括连通的显著性的像素点，所述显著性的像素点的显著性值大于第一阈值；根据所述N个显著性区域，获取所述图片的显著性。本实施例通过基于N个用于表示亮度、纹理等相似的显著性区域，获取图片的显著性，可以强化主体的显著性弱化背景的显著性，使得图片的显著性更加分明。
图片显著检测方法装置

[发明专利]图像显著性分割、图像显著性模型训练方法及装置-CN201910995138.2有效
发明人：罗永豪;李骈臻;陈星;张长定;张伟 -专利权人：厦门美图之家科技有限公司
申请日： 2019-10-18 - 公布日： 2022-06-24 - 主分类号： G06V10/26 文献下载
摘要：本申请提供一种图像显著性分割、图像显著性模型训练方法及装置，涉及图像处理技术领域。本申请可以采用预设显著性模型提取待处理图像的特征信息，采用预设显著性模型、根据特征信息，获取待处理图像的显著性分割图，显著性分割图通过显著性区域框标识显著性物体，实现对待处理图像的显著性分割，可以得到显著性区域框和显著性分割图相结合的显著性分割结果，相对于现有技术中进行显著性分割所得到显著性分割结果而言，本申请得到的显著性区域框和显著性分割图相结合的显著性分割结果分割效果更加明显，从而能够适应针对较为复杂场景的待处理图像的显著性分割。
图像显著分割模型训练方法装置

[发明专利]一种基于低秩多尺度融合的图像显著性检测方法-CN201611110790.4在审
发明人：冯伟;孙济洲;黄睿;刘烨 -专利权人：天津大学
申请日： 2016-12-06 - 公布日： 2017-05-31 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及一种基于低秩多尺度融合的图像显著性检测方法，其技术特点包括对输入的图像进行单尺度显著性检测；对单尺度显著性检测后的图像进行多尺度显著性融合处理，得到融合显著性图；对多尺度显著性融合处理后的融合显著性图进行显著性细化处理，得到最终的协同显著性图像。本发明将基于低秩矩阵恢复的显著性检测方法和多尺度显著性融合的方法应用到了显著性检测中，并通过运用基于GMM的协同显著性先验，将多尺度低秩显著性检测推广到多幅图像协同显著性检测中，以检测多幅图像中出现的相同或相似的区域，解决了尺度选择困难的问题，取得了更可靠的显著性检测结果，有助于进一步提高显著性检测的处理能力。
一种基于低秩多尺度融合图像显著检测方法

[发明专利]一种视频显著性区域检测方法及系统-CN201310407420.7有效
发明人：刘重阳;郝红霞;刘卓欣;董晓艺 -专利权人：华为软件技术有限公司
申请日： 2013-09-09 - 公布日： 2017-09-12 - 主分类号： G06T7/10 文献下载
摘要：本发明实施例公开了一种视频显著性区域检测、分割方法及系统，通过分别获得像素级的静态显著性特征、局部区域级的静态显著性特征和动态显著性特征和全局级的静态显著性特征和动态显著性特征，结合所有的静态显著性特征和动态显著性特征后得到视频显著性特征，利用视频帧之间的相关性对该视频显著性特征进行调制，基于调制后的视频显著性特征，采用3D‑MRF设置视频帧的视频显著性区域，然后利用Graph‑cuts选择最优的视频显著性区域，对视频显著性区域进行分割本发明实施例用于提高视频显著性特征的检测准确度和精确度和提高视频显著性区域分割结果在时间上的连贯性和在空间上的连续性。
一种视频显著区域检测方法系统

[发明专利]基于图像组自适应的协同显著性检测方法-CN202110220651.1有效
发明人：白臻;刘志;李恭杨;吴勇 -专利权人：上海大学
申请日： 2021-02-26 - 公布日： 2022-07-12 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种基于图像组自适应的协同显著性检测方法，具体步骤如下：构建一个图像组自适应协同显著性检测模型，包括确定一个显著对象检测网络，构建一个显著性相关网络和一个引导子网络，显著对象检测网络用以获取输入图像组的显著性图和显著性特征，显著性相关主干网络用来获取图像组的显著性相关信息并进行初步的协同显著性预测，引导子网络用来预测显著性相关主干网络的部分网络参数以及显著性图与初步协同显著性预测结果的融合权重，最后融合显著性图及初步协同显著性预测结果得到图像组的最终协同显著性图
基于图像自适应协同显著检测方法

[发明专利]图像显著性检测方法和装置-CN201711454483.2有效
发明人：李革;朱春彪;黄侃 -专利权人：北京大学深圳研究生院
申请日： 2017-12-28 - 公布日： 2022-01-28 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种图像显著性检测方法和装置。其中，该方法包括：对初始图像进行前景先验的显著性计算，得到前景显著性图像；对初始图像进行背景先验的显著性计算，得到背景显著性图像；融合前景显著性图像和背景显著性图像，得到初始显著性图像。本发明解决了现有技术中对图像的显著性检测结果不够精确的技术问题。
图像显著检测方法装置

[发明专利]一种基于显著性特征的彩色图像颜色转移方法-CN202310767459.3在审
发明人：石宝;赵叶;杨传颖;张蕾 -专利权人：内蒙古工业大学
申请日： 2023-06-27 - 公布日： 2023-09-05 - 主分类号： G06T7/90 文献下载
摘要：一种基于显著性特征的彩色图像颜色转移方法，分别获得原始图像的显著性特征图和参考图像的显著性特征图；根据显著性特征图阈值处理，将原始图像划分为显著性区域和非显著性区域，将参考图像划分为显著性区域和非显著性区域；在显著性区域和非显著性区域，分别根据方差和显著性值的加权平均值，将参考图像的颜色信息转移到输入图像，本发明能够进一步提高彩色图像颜色转移的效果。
一种基于显著特征彩色图像颜色转移方法

[发明专利]一种RGB显著性到RGBD显著性的转换方法-CN201910375809.5有效
发明人：雷建军;丛润民;侯春萍;张静;范晓婷;彭勃 -专利权人：天津大学
申请日： 2019-05-07 - 公布日： 2023-04-18 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种RGB显著性到RGBD显著性的转换方法，所述方法包括以下步骤：生成RGB显著性图，在所述RGB显著性图基础上通过多级RGBD显著性初始化得到初始RGBD显著性图；对初始RGBD显著性图进行深度信息引导的显著性修正，通过带深度约束的显著性优化模型生成最终的RGBD显著性图。本发明将现有RGB显著性检测算法生成的结果作为初始化，以直接和间接的形式挖掘深度信息，增强算法性能。
一种 rgb 显著 rgbd 转换方法

[发明专利]一种图像的显著性物体检测方法、装置、设备及存储介质-CN202011479093.2在审
发明人：吕朋伟;姜文杰 -专利权人：影石创新科技股份有限公司
申请日： 2020-12-15 - 公布日： 2021-03-30 - 主分类号： G06T7/00 文献下载
摘要：本发明适用图像处理技术领域，提供了一种图像的显著性物体检测方法、装置、设备及存储介质，该方法包括：先获取待检测图像，再通过显著性检测模型对该待检测图像进行检测，得到待检测图像中的所有显著性物体，然后分别计算每个显著性物体的显著性得分，最后根据显著性得分对所有显著性物体进行显著性排序，将得到的显著性得分分值最大的显著性物体确定为待检测图像中的目标显著性物体，从而提高了多场景图像中显著性物体的识别速度和识别准确率。
一种图像显著物体检测方法装置设备存储介质

[发明专利]一种基于信息熵的时空显著性视觉注意方法-CN201010192240.8有效
发明人：魏龙生;桑农;王岳环 -专利权人：华中科技大学
申请日： 2010-06-06 - 公布日： 2010-10-06 - 主分类号： G06T7/20 文献下载
摘要：本发明公开了一种基于信息熵的时空显著性视觉注意方法，步骤为：①提取短视频中的动态显著性图和静态显著性图；②将静态显著性图和动态显著性图联合生成最终显著性图；③胜者全赢；④返回抑制，将最终显著性图中最显著性的区域的像素值都置为零，得到了一个新的最终显著性图；⑤注意选择。在计算动态显著性时，本发明直接计算所有帧之间的动态显著性，仅仅计算当前帧的静态显著性图，这样很好地解决了现有方法存在的问题，节约了计算时间，并能更好地检测出动态显著性部分；另外本发明还运用了多尺度的方法计算了动态显著性，这样就能更好地计算出视频中不同大小物体的动态显著性，获得良好的视觉效果。
一种基于信息时空显著视觉注意方法

[发明专利]基于文本显著性的场景文本检测方法-CN201611137890.6有效
发明人：邬向前;卜巍;唐有宝 -专利权人：哈尔滨工业大学
申请日： 2016-12-12 - 公布日： 2019-06-04 - 主分类号： G06K9/34 文献下载
摘要：本发明公开了一种基于文本显著性的场景文本检测方法，该方法包括如下步骤：初始文本显著性检测、文本显著性细化和文本显著性区域分类。在初始文本显著性检测阶段，设计了用于文本显著性检测的CNN模型，该模型能从图像中自动学习能够表征文本内在属性的特征并得到对文本有意识的显著性图。在文本显著性细化阶段，设计了文本显著性细化CNN模型用来对粗糙的文本显著性区域进行进一步文本显著性检测。在文本显著性区域分类阶段，使用文本显著性区域分类CNN模型过滤非文本区域，并得到最终的文本检测结果。本发明通过在场景文本检测过程中引入显著性检测，能有效地检测场景中的文本区域，提高场景文本检测方法的性能。
基于文本显著场景检测方法

[发明专利]一种傅立叶域图像显著性信息的变密度压缩采样方法-CN201410410699.9有效
发明人：肖亮;黄海;刘鹏飞;许心影 -专利权人：南京理工大学
申请日： 2014-08-19 - 公布日： 2017-05-17 - 主分类号： G06T5/00 文献下载
摘要：本发明提出一种傅立叶域图像显著性信息的变密度压缩采样方法。根据图像显著图傅立叶变换后的振幅谱将图像频率平面划分为显著性区域和非显著性区域，构造显著性掩码矩阵和非显著性掩码矩阵，然后基于掩码矩阵在显著性区域实施稠密星型采样，在非显著性区域实施稀疏星型采样。本发明能够对自然图像中显著性目标与非显著性背景区域的采样进行自适应处理，消除目标重建时边缘附近的振铃和锯齿效应。
一种傅立叶图像显著信息密度压缩采样方法

[发明专利]基于显著性学习卷积神经网络的脑部图像分割方法及系统-CN201710763727.9有效
发明人：尹义龙;袭肖明;杨公平;孟宪静;杨璐 -专利权人：山东大学
申请日： 2017-08-30 - 公布日： 2020-01-17 - 主分类号： G06K9/32 文献下载
摘要：本发明公开了基于显著性学习卷积神经网络的脑部图像分割方法及系统，首先提出了一种显著性学习方法，来获取MR图像的显著性映射图。基于显著性映射图，进行显著性增强变换，获得显著性增强的图像。将显著性增强的图像分成若干图像块，训练卷积神经网络，作为最后的分割模型。在本发明中，显著性学习模型能够产生显著性映射图，该类信息是基于目标的空间位置获取的，与图像的灰度信息无关，显著性信息能够明显的加强目标的显著性，提高目标类和背景类的区分性，对于灰度不同质性具有一定的鲁棒性因此，基于显著性增强图训练出的卷积神经网络能够学到显著性增强图的区分性信息，从而较为有效地解决脑部MR图像中的灰度不同质性问题。
基于显著性学卷积神经网络脑部图像分割方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条