公开(公告)号：CN117437432A

公开(公告)日：2024-01-23

申请号：CN202311499181.2

申请日：2023-11-08

Applicant: 安徽大学

Inventor： 刘政怡 ,  王龙振 ,  方贤勇 ,  汪粼波

IPC: G06V10/46 ,  G06T5/50 ,  G06V10/44 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/045

Abstract: 本发明涉及图像处理领域，具体涉及一种基于多模态数据增强的光场图像显著物体检测方法，包括：生成与全聚焦图像相同大小的网格掩码图，在网格掩码图中随机选择若干区域将该区域的值设为1，其他区域的值设为0；根据网格掩码图，利用全聚焦图像对多焦图像进行替换增强，产生增强的多焦图像；利用物体检测模型对增强的多焦图像和全聚焦图像进行训练学习，利用完成训练的物体检测模型检测光场图像中的显著物体。本发明可以有效地处理多焦图像的冗余和不准确性，从而提取出更可靠的特征，提高模型的检测效果；即使在测试样本的多焦图像局部信息不准确的情况下，本发明提供的方法依然能精准检测显著物体，从而提高模型的鲁棒性。