一种基于3D卷积神经网络的视频显著性检测方法
授权
摘要
本发明涉及一种对于视频图像的显著性检测方法，其特征在于：首先利用2D卷积建立一个2D深度卷积神经网络，输入一帧视频帧获得运动目标语义特征，然后利用3D卷积建立一个3D深度卷积神经网络，输入连续三帧视频帧得到时空显著性特征，再将运动目标语义特征和时空显著性信息连接后，输入到3D反卷积网络中，以学习和混合时空显著性特征，最终通过3D反卷积网络得到显著图。这样我们就得到整副图像的显著图，显著值越大，就表明该像素越显著，也就是越吸引人眼关注。实验结果表明我们建立的视频图像显著性检测模型有优良的检测性能。
基本信息
专利标题 ：
一种基于3D卷积神经网络的视频显著性检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109376611A
申请号 ：
CN201811132912.9
公开（公告）日 ：
2019-02-22
申请日 ：
2018-09-27
授权号 ：
CN109376611B
授权日 ：
2022-05-20
发明人 ：
方玉明丁冠群杜人钢
申请人 ：
方玉明
申请人地址 ：
江西省南昌市江西财经大学麦庐园校区信息管理学院
代理机构 ：
北京科亿知识产权代理事务所(普通合伙)
代理人 ：
汤东凤
优先权 ：
CN201811132912.9
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-20 ：
授权
2019-03-19 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20180927
申请日 : 20180927
2019-02-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
