公开(公告)号：CN110705431B

公开(公告)日：2022-03-15

申请号：CN201910916306.4

申请日：2019-09-26

申请人： 中国人民解放军陆军炮兵防空兵学院

发明人： 鲍蕾 ,  陈萍 ,  秦晓燕 ,  袁友宏 ,  鲍弢 ,  王正

IPC分类号： G06V10/46 ,  G06V20/40 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于深度C3D特征的视频显著性区域检测方法及系统，包括：将训练视频帧输入到深度3D ResNeXt‑101网络中，得卷积特征块；采用多尺度3D卷积核对卷积特征块处理，得第一多尺度时空特征块；采用softmax函数对第一多尺度时空特征块处理，构建注意相关加权响应图，作用于第一多尺度时空特征块，得多尺度时空三维上下文特征；采用ConvLSTM算法进行更新，或采用反卷积对其进行上采样，输入空洞卷积层，得显著图序列；采用损失函数计算损失进行反向传播，对上述网络所涉参数调整完成训练；采用训练好的深度C3D视频显著性区域检测网络对待检测视频进行显著性区域检测。本发明上述方法通过捕获视频的多尺度时空特征，以解决视频的显著性区域检测的问题。

公开(公告)号：CN110705431A

公开(公告)日：2020-01-17

申请号：CN201910916306.4

申请日：2019-09-26

申请人： 中国人民解放军陆军炮兵防空兵学院

发明人： 鲍蕾 ,  陈萍 ,  秦晓燕 ,  袁友宏 ,  鲍弢 ,  王正

IPC分类号： G06K9/00 ,  G06K9/32 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于深度C3D特征的视频显著性区域检测方法及系统，包括：将训练视频帧输入到深度3D ResNeXt-101网络中，得卷积特征块；采用多尺度3D卷积核对卷积特征块处理，得第一多尺度时空特征块；采用softmax函数对第一多尺度时空特征块处理，构建注意相关加权响应图，作用于第一多尺度时空特征块，得多尺度时空三维上下文特征；采用ConvLSTM算法进行更新，或采用反卷积对其进行上采样，输入空洞卷积层，得显著图序列；采用损失函数计算损失进行反向传播，对上述网络所涉参数调整完成训练；采用训练好的深度C3D视频显著性区域检测网络对待检测视频进行显著性区域检测。本发明上述方法通过捕获视频的多尺度时空特征，以解决视频的显著性区域检测的问题。