买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉工程大学申请的专利一种基于多源弱监督的图像显著性检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119888261B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411902866.1，技术领域涉及：G06V10/46；该发明授权一种基于多源弱监督的图像显著性检测方法及系统是由李璇;丁一凡;陈巍维;张国敏;冯昭明;马雷;元海文;时愈;程莉设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于多源弱监督的图像显著性检测方法及系统在说明书摘要公布了：本发明提供一种基于多源弱监督的图像显著性检测方法及系统，涉及图像处理技术领域；方法包括：基于文本标签和点标签对RGB图像进行标注生成伪标签，利用构建的显著性目标检测模型中的不同编码器分别对RGB图像和深度图像进行特征提取，并对提取到的特征按层级进行融合处理，得到多个不同的层级图像特征，根据多个层级图像特征生成边缘特征，结合边缘特征对多个层级图像特征进行解码处理，得到显著性目标图像。通过结合多种弱标签的优势，充分发挥深度信息对RGB信息的补充作用，使显著性目标检测模型检测出的显著性目标突出细丝状边缘结构。

本发明授权一种基于多源弱监督的图像显著性检测方法及系统在权利要求书中公布了：1.一种基于多源弱监督的图像显著性检测方法，其特征在于，包括如下步骤： 导入RGB图像、深度图像、文本标签和点标签； 将所述RGB图像和所述文本标签进行匹配，得到初始伪标签，基于所述点标签对所述初始伪标签进行优化，得到伪标签； 构建显著性目标检测模型，所述显著性目标检测模型包括CNN编码器和Swin‑Transformer V2编码器的双分支，以及分别与双分支依次连接的混合注意力模块、边缘约束模块和渐进式解码器； 通过所述CNN编码器对所述深度图像进行深度特征提取，得到深度特征集，通过所述Swin‑Transformer V2编码器对所述RGB图像进行通道特征提取，得到多尺度特征集，通过所述混合注意力模块对所述深度特征集和所述多尺度特征集进行融合处理，得到多个不同的层级图像特征，通过所述边缘约束模块从多个所述层级图像特征中提取出边缘特征，通过所述渐进式解码器分别对多个所述层级图像特征和所述边缘特征进行解码处理，得到显著性目标图像； 通过所述边缘约束模块对所述显著性目标图像进行边缘提取，得到边缘监督特征，对所述边缘特征、所述边缘监督特征、所述显著性目标图像和所述伪标签进行损失计算，得到总损失，通过所述总损失对所述显著性目标检测模型进行优化，得到优化显著性目标检测模型； 通过所述优化显著性目标检测模型对待检测RGB图像和待检测深度图像进行检测，得到目标显著性目标图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉工程大学，其通讯地址为：430205 湖北省武汉市东湖新技术开发区光谷一路206号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。