-
公开(公告)号：CN110188866B
公开(公告)日：2021-06-25
申请号：CN201910451365.9
申请日：2019-05-28
Applicant: 北京工业大学
Abstract: 一种基于注意力机制的特征提取方法属于计算机视觉技术领域。该方法包括输入、挤压操作、激活操作、特征重标定操作、输出操作五个步骤。它具有和之前的SE模块及它的变体模块具有不同的特征重标定方式，即从每个特征图的每个子空间像素单位当中产生注意力并生成的权重单独拿出来再重新赋值给每个特征图的每个子空间像素特征。使得尽可能地学习到图像中的信息，以此可以高效、准确地实现对图像的语义分割任务。
-
公开(公告)号：CN112651980B
公开(公告)日：2024-07-12
申请号：CN202011393137.X
申请日：2020-12-01
Applicant: 北京工业大学
IPC: G06V10/26 , G06V10/44 , G06V10/46 , G06V10/764 , G06V10/82
Abstract: 一种基于显著性检测的图像三元图生成方法涉及计算机视觉领域。三元图即trimap图。该方法能够自动捕捉输入图像的显著物体，并通过级联网络来逐渐生成并优化最终的trimap图像。该方法步骤：1)数据合成；2)数据增强处理；3)将数据送入级联网络进行预测，第一个级联网络得到粗略的显著性掩码图，第二个级联网络得到优化的显著性掩码图，第三个级联网络得到精细化的trimap图。本发明解决问题是全自动生成图像trimap分割图，提出了采用显著性检测的方法并设计级联网络来实现trimap图分割的处理，为全自动化抠图技术提供良好先验信息。本发明产生的trimap精确度高、鲁棒性强、泛化性强，适用于多种前景物体。
-
公开(公告)号：CN112651980A
公开(公告)日：2021-04-13
申请号：CN202011393137.X
申请日：2020-12-01
Applicant: 北京工业大学
Abstract: 一种基于显著性检测的图像三元图生成方法涉及计算机视觉领域。三元图即trimap图。该方法能够自动捕捉输入图像的显著物体，并通过级联网络来逐渐生成并优化最终的trimap图像。该方法步骤：1)数据合成；2)数据增强处理；3)将数据送入级联网络进行预测，第一个级联网络得到粗略的显著性掩码图，第二个级联网络得到优化的显著性掩码图，第三个级联网络得到精细化的trimap图。本发明解决问题是全自动生成图像trimap分割图，提出了采用显著性检测的方法并设计级联网络来实现trimap图分割的处理，为全自动化抠图技术提供良好先验信息。本发明产生的trimap精确度高、鲁棒性强、泛化性强，适用于多种前景物体。
-
公开(公告)号：CN110188866A
公开(公告)日：2019-08-30
申请号：CN201910451365.9
申请日：2019-05-28
Applicant: 北京工业大学
Abstract: 一种基于注意力机制的特征提取方法属于计算机视觉技术领域。该方法包括输入、挤压操作、激活操作、特征重标定操作、输出操作五个步骤。它具有和之前的SE模块及它的变体模块具有不同的特征重标定方式，即从每个特征图的每个子空间像素单位当中产生注意力并生成的权重单独拿出来再重新赋值给每个特征图的每个子空间像素特征。使得尽可能地学习到图像中的信息，以此可以高效、准确地实现对图像的语义分割任务。
-
-
-
Search Results
4
records
(took 0.024 seconds)
