一种基于FasterR‑CNN的显著性目标检测方法

发明专利无效专利

申请号：
CN201710974083.8
IPC分类号：G06T7/11;G06T7/136;G06T7/194;G06T7/187
申请日期：
2017-10-13
申请人：
南京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于FasterR‑CNN的显著性目标检测方法
申请号	CN201710974083.8	申请日期	2017-10-13
法律状态	撤回	申报国家	中国
公开/公告日	2018-02-09	公开/公告号	CN107680106A
优先权	暂无	优先权号	暂无
主分类号	G06T7/11 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕 G06T7/10 分割；边缘检测（基于运动的分割入G06T 7/215）〔2017.01〕 G06T7/11 区域分割〔2017.01〕	IPC分类号	G;0;6;T;7;/;1;1;;;G;0;6;T;7;/;1;3;6;;;G;0;6;T;7;/;1;9;4;;;G;0;6;T;7;/;1;8;7查看分类表>
申请人	南京航空航天大学	申请人地址	江苏省南京市江宁区将军大道29号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京航空航天大学	当前权利人	南京航空航天大学
发明人	王超;李静;刘铭坚
代理机构	暂无	代理人	暂无

摘要

本发明公开了一种基于FasterR‑CNN的显著性目标检测方法。本方法首先对图像进行多尺度分割，然后利用FasterR‑CNN框出可能的显著性目标，建立似物图，之后通过前景连通将前景比重分配到超像素中，再利用显著性最优化技术结合前景与背景的比重来获得圆滑和光滑的显著图，最后利用多层元胞自动机进行融合获得最终的显著图。采用超像素分割算法将输入图像在三个尺度上进行分割，超像素分割算法是根据颜色、纹理和亮度等底层特征，将相邻相似的像素点聚成大小不同图像区域，可以有效地降低显著性检测的复杂度；以不同尺度的分割图作为一层元胞，采用多层元胞自动机将各个不同尺度的超像素分割图进行融合，保证了图像显著性检测结果的一致性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供