聚合密集和注意力多尺度特征的显著性目标检测算法
公开
摘要
本发明属于计算机视觉领域领域，提供了一种聚合密集和注意力多尺度特征的显著性目标检测算法，包括以下步骤：首先，利用预训练好的ResNet‑50网络作为特征编码器从输入图像中提取初始多层次特征；随后，初始多层次特征通过深层稠密特征探索模块通过平行集成卷积块和稠密连接充分地提取和利用多尺度上下文信息增强特征的多样性和相关性；之后，优化后的多层次特征输入多尺度通道注意力强化模块通过集成多视角注意力特征强化通道中显著性目标信息和压缩背景来生成高质量特征表示；最后，生成的高质量特征表示进行降维和激活，生成的初始显著性图利用混合损失函数进行深层监督训练。
基本信息
专利标题 ：
聚合密集和注意力多尺度特征的显著性目标检测算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299305A
申请号 ：
CN202111654905.7
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孙延光夏晨星段秀真段松松
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 ：
CN202111654905.7
主分类号 ：
G06V10/46
IPC分类号 ：
G06V10/46 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-08 ：
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
