一种基于自适应跨模态融合机制和深度注意力网络的RGB-D...
实质审查的生效
摘要
本发明属于计算机视觉领域，提供了一种自适应跨模态融合机制和深度注意力网络的RGB‑D显著性目标检测方法，包括以下步骤：1)准备RGB‑D显著性目标检测数据集，该数据集包括三个部分，分别是RGB图像I、对应的深度(Depth)图D像以及显著性分割图S，进一步可划分为训练集和测试集；2)设计深度图质量感知模块，并计算输入该模块的深度图的质量值，高于该值的深度图作为训练样本，否则过滤掉该深度图；3)分别建立用于提取RGB特征和Depth特征的神经网络模型，并使用VGG16网络用于提取特征；4)建立计算深度显著性先验和背景先验的计算方式；5)建立RGB特征和Depth特征的高效互补的自适应跨模态特征融合方案，并整合多尺度融合特征，得到预测结果。
基本信息
专利标题 ：
一种基于自适应跨模态融合机制和深度注意力网络的RGB-D显著性目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114332559A
申请号 ：
CN202111565872.9
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
夏晨星段松松黄荣梅孙延光
申请人 ：
安徽理工大学
申请人地址 ：
安徽省淮南市山南新区泰丰大街168号
代理机构 ：
代理人 ：
优先权 ：
CN202111565872.9
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/82 G06V10/80 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20211217
申请日 : 20211217
2022-04-12 ：
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
