一种图像极限缩小导致视觉感知饱和现象的判断方法

    公开(公告)号:CN114445275A

    公开(公告)日:2022-05-06

    申请号:CN202111031000.4

    申请日:2021-09-03

    Abstract: 本发明公开了一种对图像做极限缩小,利用缩小图中注视点概率分布熵的方差判断感知饱和的方法,包括以下各个步骤:(1)先使用自大到小的缩小因子Ki对原始图像I进行下采样,构造出系列缩小图像Ii;(2)计算Ii的注视点预测图Si,将显著度大于Si平均值的点作为注视点;(3)在i个图像尺度上,根据Si中的注视点概率分布,计算注视点的熵Ei;(4)在Ki图像尺度变化范围内,计算熵Ei的方差varE;(5)在图像缩小的极限点附近,注视点概率分布熵的方差varE有最小值,该值是视觉感知饱和的一种指标,可以作为图像中存在显著目标的一种表征。

    利用感知饱和融合直觉与记忆的图像目标检测方法

    公开(公告)号:CN114255369A

    公开(公告)日:2022-03-29

    申请号:CN202111560412.7

    申请日:2021-12-20

    Abstract: 本发明公开了一种利用感知饱和融合直觉与记忆的图像目标检测方法,包括以下各个步骤:(1)先构造两个并行视觉感知通道的目标检测系统,分别由无监督与有监督的目标检测算法构成;通过比较两通道系统输出的目标检测初始结果,能够获得图像中每个像素的感知饱和度描述;(2)随机选择图像中目标和非目标区域的高饱和度像素构建训练样本集,在线训练一个像素分类模型,利用该模型对图像中欠饱和的像素分类处理,最终高饱和度像素区域可形成更优化的目标检测结果。

    一种视觉显著性检测中的自主学习方法

    公开(公告)号:CN113837200A

    公开(公告)日:2021-12-24

    申请号:CN202111012352.5

    申请日:2021-08-31

    Abstract: 本发明公开了一种视觉显著性检测中的自主学习方法,包括以下各个步骤:(1)借助两个有监督的深度SOD模型构造两个并行的视觉感知通道,形成一套双视觉信息流的显著目标检测框架;(2)比较同一时刻两个感知通道输出显著图的二值化掩膜之间的差异,判断显著目标区域的感知饱和程度;(3)若感知饱和度大,双通道输出的显著图可叠加生成一个最终显著图,该显著图的二值化掩膜被视为高可信度的目标区域;由此收集一定数量可信度高的自动标注目标区域,形成算法自主标注的训练样本集,用于步骤(1)中两个有监督的深度SOD模型的进一步自主学习更新。

Patent Agency Ranking