一种基于多尺度卷积特征提取和融合的显著物体检测方法

授权

摘要

本发明涉及一种基于多尺度卷积特征提取和融合的显著物体检测方法，首先进行数据增强，同时对彩色图像以及对应的人工标注图进行处理，增加训练数据集的数据量；接着提取多尺度特征，并进行通道压缩来优化网络的计算效率；然后融合多尺度的特征，得到预测的显著图；最后通过求解最小化交叉熵损失，学习到模型的最优参数；最终利用训练好的模型网络来预测图像中的显著物体。本发明能显著提高显著物体检测精度。

基本信息

专利标题：

一种基于多尺度卷积特征提取和融合的显著物体检测方法

专利标题（英）：

暂无

公开（公告）号：

CN109635882A

申请号：

CN201910062293.9

公开（公告）日：

2019-04-16

申请日：

2019-01-23

授权号：

CN109635882B

授权日：

2022-05-13

发明人：

牛玉贞龙观潮郭文忠苏超然

申请人：

福州大学

申请人地址：

福建省福州市闽侯县上街镇福州大学城学院路2号福州大学新区

代理机构：

福州元创专利商标代理有限公司

代理人：

蔡学俊

优先权：

CN201910062293.9

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04