公开(公告)号：CN106991669A

公开(公告)日：2017-07-28

申请号：CN201710150961.4

申请日：2017-03-14

Applicant: 北京工业大学

Inventor： 付利华 ,  陈秋霞 ,  王丹 ,  李灿灿 ,  丁浩刚

IPC: G06T7/00 ,  G06T7/60 ,  G06K9/32 ,  G06K9/46

Abstract: 本发明提供了一种基于深度选择性差异的显著性检测方法。该方法首先获取深度图像作为输入，然后对每一张深度图像进行平滑处理，接着计算每一个分割区域的选择性差异值，最后依据中心偏好优化初始显著图，从而得到最终的显著性检测结果。应用本发明，不仅解决了单纯基于彩色图无法检测到与背景具有相似视觉特征物体的问题，还解决了基于深度图像忽略底部背景区域从而导致误检的问题。本发明适用于深度图像的显著性检测，计算复杂度较低，检测结果准确。本发明在图像处理和计算机视觉领域有着广泛的应用。

公开(公告)号：CN106991669B

公开(公告)日：2019-09-27

申请号：CN201710150961.4

申请日：2017-03-14

Applicant: 北京工业大学

Inventor： 付利华 ,  陈秋霞 ,  王丹 ,  李灿灿 ,  丁浩刚

IPC: G06T7/11 ,  G06T7/60 ,  G06K9/32 ,  G06K9/46

Abstract: 本发明提供了一种基于深度选择性差异的显著性检测方法。该方法首先获取深度图像作为输入，然后对每一张深度图像进行平滑处理，接着计算每一个分割区域的选择性差异值，最后依据中心偏好优化初始显著图，从而得到最终的显著性检测结果。应用本发明，不仅解决了单纯基于彩色图无法检测到与背景具有相似视觉特征物体的问题，还解决了基于深度图像忽略底部背景区域从而导致误检的问题。本发明适用于深度图像的显著性检测，计算复杂度较低，检测结果准确。本发明在图像处理和计算机视觉领域有着广泛的应用。