一种基于仿生型特征增强网络的轮廓检测方法
实质审查的生效
摘要

本发明旨在提供一种基于仿生型特征增强网络的轮廓检测方法,包括以下步骤:包括以下步骤:A、构建深度神经网络结构,深度神经网络结构具体如下:前置网络、编码网络、解码网络;所述的前置网络包括视网膜模拟网络、LGN模拟网络;所述的编码网络为VGG16网络,分为Stage1阶段、Stage2阶段、Stage3阶段、Stage4阶段、Stage5阶段;B、原始图像依次经过视网膜模拟网络、LGN模拟网络处理后,输入编码网络中,得到结果S1、结果S2、结果S3、结果S4、结果S5输入解码网络中;解码网络处理后,获得解码输出结果,即为最终输出轮廓。本发明旨在能让编码器获得更丰富的轮廓特征信息,从而达到提升轮廓检测性能的目的。

基本信息
专利标题 :
一种基于仿生型特征增强网络的轮廓检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114463360A
申请号 :
CN202210122061.X
公开(公告)日 :
2022-05-10
申请日 :
2022-02-09
授权号 :
暂无
授权日 :
暂无
发明人 :
林川庞鑫涛骆政樵秦丽君丁海华张贞光潘勇才韦艳霞
申请人 :
广西科技大学
申请人地址 :
广西壮族自治区柳州市东环路268号
代理机构 :
长沙正奇专利事务所有限责任公司
代理人 :
周晟
优先权 :
CN202210122061.X
主分类号 :
G06T7/13
IPC分类号 :
G06T7/13  G06V10/80  G06V10/82  G06K9/62  G06N3/04  G06N3/08  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/50
通过使用多于一幅图像的,例如平均、减少
G06T7/13
边缘检测
法律状态
2022-05-27 :
实质审查的生效
IPC(主分类) : G06T 7/13
申请日 : 20220209
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332