公开(公告)号：CN114998615B

公开(公告)日：2024-08-23

申请号：CN202210469320.6

申请日：2022-04-28

Applicant: 南京信息工程大学

Inventor： 朱锦春 ,  闫胜业

IPC: G06V10/46 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的协同显著性检测方法，属于计算机视觉领域。该方法包括如下步骤：1、给定一组相关的图像；2、使用特征提取网络提取一组图像的目标特征；3、通过分组注意力模块改善目标特征；4、通过共识模块产生一组图像的共同显著性目标特征共识；5、通过自上而下解码器生成协同显著性图。通过本发明提供的方法能够有效地从一组图像中提取协同显著性图，并且显著性目标轮廓清晰，背景噪点少。

公开(公告)号：CN114998615A

公开(公告)日：2022-09-02

申请号：CN202210469320.6

申请日：2022-04-28

Applicant: 南京信息工程大学

Inventor： 朱锦春 ,  闫胜业

IPC: G06V10/46 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的协同显著性检测方法，属于计算机视觉领域。该方法包括如下步骤：1、给定一组相关的图像；2、使用特征提取网络提取一组图像的目标特征；3、通过分组注意力模块改善目标特征；4、通过共识模块产生一组图像的共同显著性目标特征共识；5、通过自上而下解码器生成协同显著性图。通过本发明提供的方法能够有效地从一组图像中提取协同显著性图，并且显著性目标轮廓清晰，背景噪点少。