公开(公告)号：CN111611999A

公开(公告)日：2020-09-01

申请号：CN202010443235.3

申请日：2020-05-22

Applicant: 福建师范大学

Inventor： 叶锋 ,  陈星宇 ,  陈利文 ,  郑子华 ,  陈家祯 ,  翁彬 ,  黄添强 ,  林新棋 ,  吴献 ,  蒋佳龙

IPC: G06K9/32 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开一种融合小型深度生成模型的显著性检测方法及终端，通过在得到的二层显著图上进行背景块再选取过程，使得选出的背景块具有更高的可靠性，将背景块构成背景种子向量，再由背景向量构造出扩散矩阵，通过扩散过程将背景向量所携带的显著性信息更好地进行扩散，从而得到基于背景先验的背景显著图。将背景显著图与二层显著图进行非线性融合得到显著图S_f。同时，将训练好的小型生成器模型生成的显著图S_d与显著图S_f通过设计的融合算法进行融合后得到最终显著图S。本发明在面对显著性区域触及图像边界的情况时有更佳的表现，得到的最终显著图前景更加的完整且更加的明亮，而背景也得到了更有效的抑制。

公开(公告)号：CN111611999B

公开(公告)日：2023-04-07

申请号：CN202010443235.3

申请日：2020-05-22

Applicant: 福建师范大学

Inventor： 叶锋 ,  陈星宇 ,  陈利文 ,  郑子华 ,  陈家祯 ,  翁彬 ,  黄添强 ,  林新棋 ,  吴献 ,  蒋佳龙

IPC: G06V10/25 ,  G06V10/26 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开一种融合小型深度生成模型的显著性检测方法及终端，通过在得到的二层显著图上进行背景块再选取过程，使得选出的背景块具有更高的可靠性，将背景块构成背景种子向量，再由背景向量构造出扩散矩阵，通过扩散过程将背景向量所携带的显著性信息更好地进行扩散，从而得到基于背景先验的背景显著图。将背景显著图与二层显著图进行非线性融合得到显著图S_f。同时，将训练好的小型生成器模型生成的显著图S_d与显著图S_f通过设计的融合算法进行融合后得到最终显著图S。本发明在面对显著性区域触及图像边界的情况时有更佳的表现，得到的最终显著图前景更加的完整且更加的明亮，而背景也得到了更有效的抑制。