基于高效多尺度上下文探索网络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，提供了一种基于高效多尺度上下文探索网络的显著性目标检测算法，包括以下步骤：1)利用预训练好的ResNet‑50网络从RGB图像中提取初始多层次特征；2)基于渐进式多尺度上下文提取模块，高效捕获多尺度多感受野上下文信息来增加初始多层次特征中的显著性信息；3)将优化的多层次特征嵌入层次化特征混合交互模块，通过高效交互不同层次特征生成高质量特征表示；4)将高质量特征表示进行一系列的降维激活生成初始显著性图。通过大量的实验数据对比，充分证明了此发明的高效性。
基本信息
专利标题 ：
基于高效多尺度上下文探索网络的显著性目标检测算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612684A
申请号 ：
CN202210279696.0
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
夏晨星孙延光高修菊李续兵赵文俊
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 ：
CN202210279696.0
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/46 G06V10/80 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
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
