公开(公告)号：CN113963170A

公开(公告)日：2022-01-21

申请号：CN202111039181.5

申请日：2021-09-06

Applicant: 上海工程技术大学

Inventor： 赵晓丽 ,  张倬尧 ,  陈正 ,  方志军 ,  叶翰辰

IPC: G06V10/44 ,  G06V10/82 ,  G06V10/764 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于交互式特征融合的RGBD图像显著性检测方法，对训练用图像样本集中各个图像，先利用多层次卷积神经网络模块对彩色图像和深度图像分别进行多级彩色和深度图像特征提取，并且利用交叉特征融合模块，对于深层次卷积提取的彩色和深度图像特征进行多级点乘融合，获得初始显著图像，然后，利用Inception结构对初始显著图像进行多尺度融合，输出网络预测显著图像，最后，利用所述网络预测显著图像和目标显著图像求解焦点熵损失函数，学习到图像显著性检测模型的最优参数，获得训练好的图像显著性检测模型，以此对待处理RGB‑D图像进行显著性检测。本发明的方法简单可靠，操作方便，易于实现，便于推广应用。