使用生成式参数的层次性显著建模的显著性目标检测方法
实质审查的生效
摘要
本发明公开了一种使用生成式参数的层次性显著建模的显著性目标检测方法，用于在给定彩色图像的情况下，对彩色图像中的显著物体做像素级的细粒度分割。该方法具体包括如下步骤：获取训练该任务的图像数据集；建立用于提取彩色图像的主干深度神经网络；建立使显著性层次建模策略对于输入图片更有适应性的层次信号生成模块；建立用于对输入图像进行显著性层次建模的显著性层次模块；基于前述模型结构进行预测模型训练，并得到最终的训练好的神经网络模型。本发明适用于RGB场景下的显著性目标检测，面对各类复杂情况具有较佳的效果和鲁棒性。
基本信息
专利标题 ：
使用生成式参数的层次性显著建模的显著性目标检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463614A
申请号 ：
CN202210087655.1
公开（公告）日 ：
2022-05-10
申请日 ：
2022-01-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张文虎郑良立李玺
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
傅朝栋
优先权 ：
CN202210087655.1
主分类号 ：
G06V20/00
IPC分类号 ：
G06V20/00 G06V10/26 G06V10/56 G06V10/46 G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06V 20/00
申请日 : 20220125
申请日 : 20220125
2022-05-10 ：
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
