基于局部和全局上下文融合的显著性目标检测方法及系统
公开
摘要
本发明公开了一种基于局部和全局上下文融合的显著性目标检测方法及系统，所述方法包括以下步骤：获取待显著性目标检测的RGB图片并输入预训练好的显著性目标检测模型，获得显著性目标检测结果；其中，所述显著性目标检测模型包括：特征提取网络，用于获取多尺度特征；拼接融合网络，用于获得低层细节特征和高层语义特征；局部上下文提取网络，用于输出细腻的局部上下文特征；全局上下文提取网络，用于输出细腻的全局上下文特征；融合输出网络，用于输出显著性目标检测结果。本发明能够有效地提取局部和全局上下文信息，能够提高复杂场景中显著性检测的高效性和准确性。
基本信息
专利标题 ：
基于局部和全局上下文融合的显著性目标检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114581747A
申请号 ：
CN202210211754.6
公开（公告）日 ：
2022-06-03
申请日 ：
2022-03-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王乐冯雪璐周三平陈仕韬李建星刘成菊
申请人 ：
西安交通大学;同济大学
申请人地址 ：
陕西省西安市咸宁西路28号
代理机构 ：
西安通大专利代理有限责任公司
代理人 ：
李鹏威
优先权 ：
CN202210211754.6
主分类号 ：
G06V10/80
IPC分类号 ：
G06V10/80 G06V10/82 G06V10/26 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-03 ：
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
