Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种多目标场景下的RGB-D显著性目标检测方法 

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!

摘要:本发明公开了一种多目标场景下的RGB‑D显著性目标检测方法,涉及图像处理技术领域。本发明中,首先引入估计深度图,联合原始深度图共同提升提高深度模态对显著性图预测的贡献,提升深度图空间信息的利用;其次,设计了一个能够联合多尺度特征的显著性探测模块,增强每个模态对显著性目标判别的一致性,减少多模态信息融合前的显著性差异;最后,设计了一个特异性融合模块用于对齐RGB与深度模态的显著性。

主权项:1.一种多目标场景下的RGB-D显著性目标检测方法,其特征在于:至少包括以下步骤:S1:估计深度图,采用一个公开源码的基于RGB估计深度图的模型,将RGB-D公开数据集中的RGB图像全部送入该网络生成估计深度图;S2:设定模型架构,并根据架构设计模型,并在架构中依次设计深度恢复模块、显著性探测模块和特异性融合模块,所述深度恢复模块利用估计深度图和原始深度图来纠正不准确的深度,所述态显著性探测模块用于联合相邻层特征,提高了对不同尺度显著目标的检测能力,显著增强了当前层特征的鲁棒性和可靠性,且通过深度语义的引导,多尺度特征快速聚焦到显著目标上,并通过监督RGB模态和深度模态,调整两种模态的显著性以保持一致的显著性,所述特异性融合模块用于调整模态的显著性使其保持一致并最终融合特征;S3:设计并应用损失函数;S4:将用于模型训练的RGB-D训练集中的RGB和深度图像及训练集对应的由S1生成的估计深度图经裁剪为352×352大小后送入本模型,采用公开的训练方法训练模型,生成预测的显著性目标;S5:模型训练完成后,将公开的RGB-D数据集及S1生成的估计深度图和预测的深度图送入模型,融合模态的最后一层产生的显著性图为模型预测结果,利用公开的四个评价指标验证本模型预测结果的有效性。

权利要求:

百度查询: 重庆理工大学 一种多目标场景下的RGB-D显著性目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。