公开(公告)号：CN116363388A

公开(公告)日：2023-06-30

申请号：CN202310232745.X

申请日：2023-03-13

Applicant: 哈尔滨工业大学

Inventor： 刘冰 ,  王甜甜 ,  付平 ,  高丽娜 ,  闫铮 ,  付杰 ,  周惊涛 ,  王树炎 ,  孙杉 ,  梁祖爽

IPC: G06V10/46 ,  G06V20/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于双模态交叉融合与多图交互式学习的视频显著性物体检测方法与系统。所述方法可以通过对空间特征与运动特征进行相互约束，实现时空跨模态特征的有效融合，并利用图神经网络的优势有效学习、推理子区域之间存在的复杂逻辑关系，捕获丰富的时空上下文结构信息，最终实现提升视频显著性物体检测的整体性能。

公开(公告)号：CN116206132A

公开(公告)日：2023-06-02

申请号：CN202310273383.9

申请日：2023-03-21

Applicant: 哈尔滨工业大学

Inventor： 刘冰 ,  高丽娜 ,  付平 ,  王树炎 ,  孙杉 ,  周惊涛 ,  付杰 ,  闫铮 ,  吴雨桐 ,  熊伟 ,  薛健

IPC: G06V10/46 ,  G06V10/42 ,  G06V10/40 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明提出一种基于动态稀疏标记的Transformer架构的RGB‑D视觉显著性物体检测方法及系统。所述方法可解决简单标记RGB‑D图像引起的特征丰富度受限问题及计算效率低下的问题，并显式地提取全局上下文多模态依赖关系。此外，本发明深入研究了跨模态的差异性和一致性以集成不同阶段的多模态特征，最终生成高分辨率的显著性检测区域，进一步提升RGB‑D显著性物体检测性能。