公开(公告)号：CN106952301B

公开(公告)日：2020-04-03

申请号：CN201710141888.4

申请日：2017-03-10

Applicant: 安徽大学

Inventor： 刘政怡 ,  谢丰 ,  宋腾飞 ,  郭星 ,  李炜

IPC: G06T7/50

Abstract: 本发明公开了一种RGB‑D图像显著性计算方法，将RGB‑D图像的背景定义为三维空间中的上、下、左、右、前、后六个面，并以此为先验知识开展RGB‑D图像显著性计算过程。所述方法将RGB‑D图像看成是三维空间内的立体图像，充分利用了RGB‑D图像的深度信息，准确地定义了三维空间边界，更加真实地反映了人类视觉注意机制，提高了显著检测的准确率。本发明所述方法通过图像库测试对比证明了其有效性以及在效果上明显的优势。

公开(公告)号：CN109598291A

公开(公告)日：2019-04-09

申请号：CN201811403370.4

申请日：2018-11-23

Applicant: 安徽大学

Inventor： 汪蕊 ,  刘政怡 ,  谢丰

IPC: G06K9/62 ,  G06N3/00 ,  G06T7/11 ,  G06T7/40 ,  G06T7/50 ,  G06T7/90

Abstract: 本发明公开了一种一种基于PSO的RGBD图的协同显著目标检测方法，该方法包括以下步骤：S1、输入RGB图，深度图和相应的RGBD单幅图的显著图；利用gPb–owt–ucm分割法进行区域分割，得到候选目标区域；S2、利用PSO方法得到每个粒子的最佳聚类中心数目和最优特征；S3、通过初始种群进行聚类得到得到显著图；S4、利用聚类质量选出最优的粒子，更新显著图。本发明利用PSO来提取目标特征从而进行后续的显著检测，利用PSO既可以自动决定该分类的数目又可以同时提取特征，从而进行协同显著检测，先利用PSO得到特征，利用这些特征进行区域分类从而得到最后的多分类结果和协同显著图。本发明通过图像库测试对比证明了其有效性以及在效果上明显的优势。

公开(公告)号：CN105069781B

公开(公告)日：2017-11-28

申请号：CN201510426644.1

申请日：2015-07-17

Applicant: 安徽大学

Inventor： 刘政怡 ,  谢丰 ,  黄子超

IPC: G06T7/80

Abstract: 本发明一种显著目标的空间三维定位方法，对左右两个摄像头进行标定及矫正，获取内外参数，由图像显著性检测分别获取两个摄像头拍摄的图像中的显著目标，根据目标轮廓求取中心二维坐标，再由双目立体视觉原理根据内外参数计算显著目标中心的三维位置坐标，实现显著目标的空间三维定位。所述方法由图像显著性检测获取左右两个摄像头拍摄的图像中的目标，有利于获取双目视角中的显著目标。

公开(公告)号：CN106952301A

公开(公告)日：2017-07-14

申请号：CN201710141888.4

申请日：2017-03-10

Applicant: 安徽大学

Inventor： 刘政怡 ,  谢丰 ,  宋腾飞 ,  郭星 ,  李炜

IPC: G06T7/50

Abstract: 本发明公开了一种RGB‑D图像显著性计算方法，将RGB‑D图像的背景定义为三维空间中的上、下、左、右、前、后六个面，并以此为先验知识开展RGB‑D图像显著性计算过程。所述方法将RGB‑D图像看成是三维空间内的立体图像，充分利用了RGB‑D图像的深度信息，准确地定义了三维空间边界，更加真实地反映了人类视觉注意机制，提高了显著检测的准确率。本发明所述方法通过图像库测试对比证明了其有效性以及在效果上明显的优势。

公开(公告)号：CN109598291B

公开(公告)日：2021-07-23

申请号：CN201811403370.4

申请日：2018-11-23

Applicant: 安徽大学

Inventor： 刘政怡 ,  谢丰 ,  汪蕊

IPC: G06K9/62 ,  G06N3/00 ,  G06T7/11 ,  G06T7/40 ,  G06T7/50 ,  G06T7/90

Abstract: 本发明公开了一种一种基于PSO的RGBD图的协同显著目标检测方法，该方法包括以下步骤：S1、输入RGB图，深度图和相应的RGBD单幅图的显著图；利用gPb–owt–ucm分割法进行区域分割，得到候选目标区域；S2、利用PSO方法得到每个粒子的最佳聚类中心数目和最优特征；S3、通过初始种群进行聚类得到得到显著图；S4、利用聚类质量选出最优的粒子，更新显著图。本发明利用PSO来提取目标特征从而进行后续的显著检测，利用PSO既可以自动决定该分类的数目又可以同时提取特征，从而进行协同显著检测，先利用PSO得到特征，利用这些特征进行区域分类从而得到最后的多分类结果和协同显著图。本发明通过图像库测试对比证明了其有效性以及在效果上明显的优势。