公开(公告)号：CN113780305A

公开(公告)日：2021-12-10

申请号：CN202110913570.X

申请日：2021-08-10

Applicant: 西安电子科技大学

Inventor： 张强 ,  端木明星 ,  吴建国 ,  刘健 ,  于信波 ,  徐明军

IPC: G06K9/46 ,  G06K9/34 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供的一种基于两种线索交互的显著性目标检测方法，所述检测方法包括：获取待检测图像，并将所述待检测图像翻转，获得增强图像信息；根据所述增强图像信息构建动态分组胶囊子网络提取所述待测图像的部分‑对象关系线索；根据所述增强图像信息采用密集高分辨率网络提取细节的对比度线索；采用注意力机制整合所述部分‑整体关系线索和所述对比度线索获得级联特征；根据所述级联特征预测最终显著性图，获得显著性预测图；对所述显著性预测图采用监督学习模型得到网络模型参数。获得了完整且精细的显著性预测图。

公开(公告)号：CN113780305B

公开(公告)日：2024-03-12

申请号：CN202110913570.X

申请日：2021-08-10

Applicant: 西安电子科技大学

Inventor： 张强 ,  端木明星 ,  吴建国 ,  刘健 ,  于信波 ,  徐明军

IPC: G06V10/46 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供的一种基于两种线索交互的显著性目标检测方法，所述检测方法包括：获取待检测图像，并将所述待检测图像翻转，获得增强图像信息；根据所述增强图像信息构建动态分组胶囊子网络提取所述待测图像的部分‑对象关系线索；根据所述增强图像信息采用密集高分辨率网络提取细节的对比度线索；采用注意力机制整合所述部分‑整体关系线索和所述对比度线索获得级联特征；根据所述级联特征预测最终显著性图，获得显著性预测图；对所述显著性预测图采用监督学习模型得到网络模型参数。获得了完整且精细的显著性预测图。