- 专利标题： 基于生成对抗卷积神经网络的光场显著性目标检测方法
-
申请号： CN202010136253.7申请日： 2020-03-02
-
公开(公告)号： CN111369522B公开(公告)日： 2022-03-15
- 发明人: 张骏 , 蔡洪艳 , 郑阳 , 李坤袁 , 张旭东 , 孙锐 , 高隽
- 申请人： 合肥工业大学
- 申请人地址： 安徽省合肥市包河区屯溪路193号
- 专利权人： 合肥工业大学
- 当前专利权人： 合肥工业大学
- 当前专利权人地址： 安徽省合肥市包河区屯溪路193号
- 代理机构： 安徽省合肥新安专利代理有限责任公司
- 代理商 陆丽莉; 何梅生
- 主分类号： G06T7/00
- IPC分类号： G06T7/00 ; G06N3/04 ; G06N3/08
摘要：
本发明公开了一种基于生成对抗卷积神经网络的光场显著性目标检测方法，其步骤包括：1将光场数据转换成重聚焦序列；2对重聚焦序列进行数据增强；3以U‑Net网络和GAN网络结构为基础，构建生成对抗卷积神经网络，以重聚焦序列为网络输入，并利用光场数据集训练；4利用训练好的生成对抗卷积神经网络对待处理的光场数据进行显著性目标检测。本发明方法能充分利用深度学习方法和光场重聚焦信息，从而能有效提高复杂场景图像的显著目标检测的准确性。
公开/授权文献
- CN111369522A 基于生成对抗卷积神经网络的光场显著性目标检测方法 公开/授权日：2020-07-03
