“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]基于视觉显著的图像去模糊方法-CN201210214195.0在审
发明人：周兵;王振飞;吴亚平 -专利权人：郑州大学
申请日： 2012-06-27 - 公布日： 2014-01-15 - 主分类号： G06T5/00 文献下载
摘要：一种基于视觉显著的图像去模糊方法，根据视觉注意机制，首先利用图像是否清晰为显著性条件对待处理图像进行显著性划分，即显著性部分和非显著性部分；然后，对非显著性部分进行模糊核估计得到图像的模糊核K；最后，引入补偿机制，使得到的模糊核应用在整幅待处理图像中，同时使得显著性部分的边缘无振铃效应，进而得到去模糊后图像。本发明基于视觉注意的显著性研究，通过其显著图将模糊图像划分为两部分，显著性部分与非显著性部分，仅估计非显著性部分的模糊核，即仅对模糊图像的模糊部分进行处理，保持其较为清晰的部分。
基于视觉显著图像模糊方法

[发明专利]基于感数信息的弱监督显著目标检测系统及方法-CN202210803684.3在审
发明人：谭鑫;赵嘉成;马利庄 -专利权人：上海交通大学
申请日： 2022-07-07 - 公布日： 2022-10-21 - 主分类号： G06V10/764 文献下载
摘要：本发明涉及一种基于感数信息的弱监督显著目标检测系统及方法，系统包括：显著性感数模块：对输入图像根据显著目标的个数不同执行分类任务，输出初始显著性图；显著性更新模块：将显著性感数模块输出的初始显著性图与原始图像进行图像融合作为下一次迭代时显著性感数模块的新输入图像；细化模块：对迭代完成后显著性感数模块输出的完整的显著性图进行细化输出显著目标检测结果图。与现有技术相比，本发明解决了依赖于大量的像素级标签的费力低效的问题，以及在有限类别内检测通用物体，而不是显著物体的问题，提升了可用训练样本的数量，保证了图像类别标签的显著性。
基于信息监督显著目标检测系统方法

[发明专利]一种红外图像序列显著性检测方法-CN201710213028.7有效
发明人：宁晨;曾毓敏 -专利权人：南京师范大学
申请日： 2017-04-01 - 公布日： 2019-09-20 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种红外图像序列显著性检测方法，首先，采用一种基于交互一致性引导的空间信息融合方法提取每帧红外图像的亮度和轮廓特征，并计算空域显著性；其次，设计一种多帧对称差分算法提取红外序列的运动信息，并计算该帧图像的时域显著性；第三，设计一种自适应融合策略，将空域显著性和时域显著性相结合；第四，为了均匀突显红外图像序列中的时‑空显著性区域，提出一种多尺度融合方法，嵌入到时‑空显著性模型里，得到多尺度时‑空显著性图；最后，设计了一种基于Gestalt理论的优化算法，进一步提高显著性检测结果的可靠性；本发明通过深入挖掘红外图像序列的时空特性，来实现视觉显著性检测，故可以获得比传统显著性检测方法更加精确的结果。
一种红外图像序列显著检测方法

[发明专利]一种视频显著性检测方法-CN201910266112.4有效
发明人：雷建军;丛润民;张哲;祝新鑫;宋宇欣;贾亚龙 -专利权人：天津大学
申请日： 2019-04-03 - 公布日： 2023-02-07 - 主分类号： G06T7/207 文献下载
摘要：本发明公开了一种视频显著性检测方法，包括：考虑背景线索、颜色紧致性和颜色独特性确定背景候选区域，构成静态重建字典对每个视频帧中的超像素进行重建，获取静态显著性图；考虑运动紧致性和运动独特性确定背景种子点集合，构成运动重建字典对每个视频帧中的超像素进行重建，获取运动显著性图；将静态显著性图和运动显著性图融合，获取单帧显著性结果；利用双向稀疏传播获取帧间显著性图；构建由一元数据项、空时平滑项、空间互斥项、以及全局项组成的能量函数，通过能量函数对单帧、及帧间显著性结果进行优化。本方法可以准确提取视频序列中的显著性目标，背景抑制能力强，显著性目标轮廓清晰；设计的模型具有较好的鲁棒性，能够处理许多挑战性场景。
一种视频显著检测方法

[发明专利]一种夜视红外图像中的基于显著性的道路目标提取方法-CN201610631619.1在审
发明人：蔡英凤;戴磊;王海;王爽;陈龙;江浩斌;孙晓强;何友国;陈小波 -专利权人：江苏大学
申请日： 2016-08-03 - 公布日： 2017-01-04 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种夜视红外图像中的基于显著性的道路目标提取方法，属于机器视觉领域，本发明的具体步骤为：先运用GBVS模型对夜视红外图像进行显著性区域的粗提取；运用基于超复数频域的谱尺度空间的方法，基于全局特征，进行显著性区域的再提取；运用基于融合全局和局部线索的显著性提取方法，对显著性图像ZZ进行全局和局部线索的融合，得到最终的显著性图像。本发明融合了时域与频域，全局对比度与局部对比度，低层次特征与高层次特征上的显著性，并且考虑到了能量辐射也是一种显著性因素，所以处理对象不是平常的自然图像，而是红外图像，即通过处理红外图像的方式，对原始的自然图像进行了基于能量辐射的显著性区域的提取；因此本发明所得到的显著性区域的提取效果更为准确，全面，显著性区域目标的轮廓更加清晰。
一种红外图像中的基于显著道路目标提取方法

[发明专利]基于卷积神经网络的区域和像素级融合的显著性检测方法-CN201610604732.0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： 2016-07-28 - 公布日： 2018-11-02 - 主分类号： G06T7/11 文献下载
摘要：本发明公开了一种基于卷积神经网络的区域和像素级融合的显著性检测方法，该方法研究的对象是静态图像，其中图像的内容可以是任意的，研究的目标是从图像中找出吸引人眼注意力的目标，并为其赋予不同的显著性值。本发明主要提出了一种自适应的区域生成技术，并设计了两个CNN网络结构，分别用于像素级显著性预测和显著性融合。这两个CNN网络模型以图像作为输入，以图像的真实结果作为监督信号用于网络模型的训练，并最终输出与输入图像大小一致的显著性图。本发明能有效地进行区域级显著性估计和像素级显著性预测，得到两个显著性图，最后使用进行显著性融合的CNN将两个显著性图及原始图像进行融合得到最终的显著性图。
基于卷积神经网络区域像素融合显著检测方法

[发明专利]结合颜色和深度信息的显著性目标检测方法-CN201510781045.1有效
发明人：童若锋;唐延龙;唐敏;张赟 -专利权人：浙江大学
申请日： 2015-11-16 - 公布日： 2019-02-05 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种结合颜色和深度信息的显著性目标检测方法，包括：S1:输入双目图像，并计算左图的深度图；S2:利用区域颜色对比度方法计算左图初始的显著性图，然后基于深度图计算第二个显著性图；S3:把S2中的两个显著性图结合，产生一个滤除背景噪声的显著性图，从中提取显著性区域，并从中采样种子点，作为显著性物体位置的估计；S4：利用S3中的种子点，推断出显著性目标的边界，扩散出整个显著性物体。该发明能够显著提高显著性目标的检测效果。
显著性显著性图显著性物体目标检测深度信息种子点深度图计算背景噪声区域颜色双目图像深度图采样滤除推断扩散检测

[发明专利]一种基于双分支网络的实时显著性检测图像方法-CN202111479170.9在审
发明人：蒋军伟;旷森芸;李鹏博;黄培强;高梅真;唐律 -专利权人：许昌三维测绘有限公司
申请日： 2021-12-06 - 公布日： 2022-03-04 - 主分类号： G06V10/44 文献下载
摘要：本发明提供了一种基于双分支网络的实时显著性检测图像方法，包括以下步骤：1，构建双分支网络：搭建显著性检测双分支网络，将显著性对象的图像集输入到双分支网络中，通过迭代优化损失函数来优化双分支网络；2，构建细节监督和显著监督模块：利用双分支网络迭代优化显著性损失和细节损失；3，双分支网络框架分为模型训练阶段和测试阶段；模型训练阶段将经过数据预处理的显著性训练图片集输入到双分支网络中，利用细节监督和显著监督模块来优化双分支网络；在测试阶段将需要检测的显著性图像输入到训练好的双分支网络中，得到对应的显著性对象切割图像；4，输入单张显著性图像，得到对应的显著性结果图。
一种基于分支网络实时显著检测图像方法

[发明专利]一种复杂背景下结合显著性信息的物体性检测方法-CN201410341108.7在审
发明人：牛轶峰;沈林成;沈镒峰 -专利权人：中国人民解放军国防科学技术大学
申请日： 2014-07-17 - 公布日： 2014-11-12 - 主分类号： G06K9/00 文献下载
摘要：一种复杂背景下结合显著性信息的物体性检测方法，其步骤为：(1)利用SSS显著性检测算法分别获得各个通道在设定的8个高斯核下的显著性图；(2)分别计算8个显著性图的Renyi熵值，标记出Renyi熵值变化最大处；(3)将8幅显著性图分成两部分，分别在两部分中选出Renyi熵值最小的显著性图；(4)将两张显著性图归一化后叠加作为该通道的最终显著性图；(5)重复上述步骤，计算出3个通道各自的最终显著性图；(6)将获得的3个通道的最终显著性图与各自对应通道图相乘并重新组合；(7)用Bing算法对组合后的图像进行物体性检测。本发明具有原理简单、可操作性好、检测效率高等优点。
一种复杂背景结合显著信息物体检测方法

[发明专利]一种基于图卷积神经网络的全景图视觉显著性检测方法-CN202011335092.0有效
发明人：陈东文;青春美;徐向民 -专利权人：华南理工大学
申请日： 2020-11-25 - 公布日： 2023-09-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于图卷积神经网络的全景图视觉显著性检测方法，包括全景图的局部显著性检测；全景图的全局显著性检测及将局部显著性检测和全局显著性检测进行融合。本发明可以充分利用全景图全局和局部场景的特点，有效地解决全景图景物扭曲程度严重，左右边界不连续对显著性检测的影响问题，从而提高对全景图显著性检测的准确度。
一种基于图卷神经网络全景视觉显著检测方法

[发明专利]基于YOLOv4与显著性检测的安全帽佩戴识别方法-CN202110195098.0在审
发明人：李岳阳;兰天;罗海驰;杜鹏;朱一昕;樊启高;毕恺韬 -专利权人：哈工大机器人集团（无锡）科创基地研究院
申请日： 2021-02-22 - 公布日： 2021-06-18 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于YOLOv4与显著性检测的安全帽佩戴识别方法，包括以下步骤：对已有的数据集进行标注，训练YOLOv4目标检测模型；下载并扩充显著性数据集，训练显著性检测模型；利用训练好的目标检测模型，得到目标的识别结果与目标框体信息；利用训练好的显著性检测模型，得到图像的显著性估计；利用目标框体位置信息，对显著性估计进行裁剪；对所有目标的单张小图片进行复检;通过上述方式，本发明的利用显著性检测方法，得到图像的动态显著性估计，从而能有效地去除背景影响，得到对移动目标像素级别的高显著性结果；通过显著性检测结果对目标检测结果进行复检，可以大大降低误检概率，有效区分出背景中对目标检测的干扰项，提升目标检测精度
基于 yolov4 显著检测安全帽佩戴识别方法

[发明专利]图像处理方法、装置和电子设备-CN202011332655.0在审
发明人：赵偲斯 -专利权人：维沃移动通信有限公司
申请日： 2020-11-24 - 公布日： 2021-02-19 - 主分类号： G06T5/00 文献下载
摘要：其中，方法包括：获取第一图像；对所述第一图像进行识别，确定所述第一图像中的人脸区域、第一显著性区域和第二显著性区域，其中，所述第一显著性区域的视觉显著性高于所述第二显著性区域的视觉显著性；根据所述人脸区域的第一预设权重、所述第一显著性区域的第二预设权重和所述第二显著性区域的第三预设权重，确定所述第一图像中目标像素点的目标位置；将所述第一图像中的所述目标像素点调整至所述目标位置，得到第二图像。上述中，根据不同的预设权重，分别对人脸区域、第一显著性区域和第二显著性区域进行校正，可以提高第一图像的校正效果。
图像处理方法装置电子设备

[发明专利]一种文本的关键词提取方法、装置、电子设备及存储介质-CN202310158775.0在审
发明人：王子易 -专利权人：北京数美时代科技有限公司;数美天下（北京）科技有限公司
申请日： 2023-02-15 - 公布日： 2023-07-25 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及一种文本的关键词提取方法、装置、电子设备及存储介质，该方法包括：获取待处理文本，待处理文本为中文文本；对待处理文本进行分词处理，得到待处理文本对应的分词结果；获取待处理文本中每个字的显著性数值和非显著性数值，对于每个字，获取该字对应的词内转移概率和词间转移概率，根据该字对应的词内转移概率、词间转移概率、显著性数值和非显著性数值，确定该字对应的显著性分数和非显著性分数；根据分词结果、各个字中每个字的显著性分数和非显著性分数通过本发明的方法，基于每个字的显著性分数和非显著性分数，结合分词结果，可以准确地确定出待处理文本中的关键词并进行提取。
一种文本关键词提取方法装置电子设备存储介质

[发明专利]一种基于多图学习的水体显著性目标检测方法-CN202310100247.X在审
发明人：梁明;施金海;严俊;朱晓峻 -专利权人：安徽大学
申请日： 2023-02-11 - 公布日： 2023-05-23 - 主分类号： G06V20/17 文献下载
摘要：本发明公开了一种基于多图学习的水体显著性目标检测方法，涉及显著性目标检测技术领域，包括以下步骤：步骤一：数据采集：通过无人机影像或遥感影像对水体信息进行获取；步骤二：数据预处理：对获取的影像基于SLIC超像素分割生成邻接矩阵，构建完全图；步骤三：多特征提取：(1)颜色特征图提取；(2)对比特征图提取；步骤四：流形排序方法显著性检测；步骤五：多显著性图结合；步骤六：显著性优化：通过显著性优化框架对图像进行处理，得到新的显著性效果图；通过分别获得颜色特征图、对比度特征图和流形排序方法检测图进行不同权重的加权融合得到新的显著性图，最后再进行显著性优化，从而实现一种基于多图学习模型的新的显著性目标检测方法。
一种基于学习水体显著目标检测方法

[发明专利]一种基于视觉显著性的多视角图像目标检测方法-CN201610712411.2有效
发明人：徐进;傅志中;郭文波;周宁;李晓峰 -专利权人：电子科技大学
申请日： 2016-08-23 - 公布日： 2018-12-18 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于视觉显著性的多视角图像目标检测方法，包括：针对前景目标未被遮挡的场景，计算多个视角图像的显著性图，利用视角之间的空间关系，将两侧视角的显著性图投影到中间目标视角，并将投影显著性图和中间视角的显著性图相融合得到融合显著性图被前景物体遮挡的区域在投影时不能真实映射到目标视角，投影显著性图中前景目标周围会产生投影空洞，在融合显著性图中将该投影空洞区域视为背景区域。在融合显著性图中，将以上得到的背景区域的显著性值置为零，并二值化后便可得到边缘清晰、无背景干扰的目标物体。
显著性图投影背景区域空洞视角融合多视角图像视觉显著性目标检测前景目标前景物体遮挡背景干扰空洞区域空间关系目标视角目标物体视角图像图像边缘图像区域中间目标多视角二值化显著性映射场景清晰