公开(公告)号：CN104835175B

公开(公告)日：2019-11-05

申请号：CN201510272424.8

申请日：2015-05-26

Applicant: 西南科技大学

Inventor： 史晋芳 ,  王德娇 ,  刘桂华 ,  张华 ,  刘满禄 ,  张静

IPC: G06T7/11 ,  G06T7/33

Abstract: 本发明公开了一种基于视觉注意机制的核环境中目标检测方法，包括：对普通相机采集到的图像的亮度、颜色、方向特征进行提取，得到三个特征显著性图；对上述显著性图进行加权融合，得到加权显著图；根据加权显著图获得感兴趣区域并对其进行特征提取；提取γ相机混合图的特征；用SIFT方法将感兴趣性区域与混合图融合，检测目标位置。本发明利用自下而上数据驱动注意模型提取出若干感兴趣区域，大大降低后期匹配过程的计算量；再将其与自上而下任务驱动注意模型相结合建立双向视觉注意模型，能大大提高图像中目标区域检测的精度和处理效率，而且匹配过程消除了场景中不相关区域的干扰，使提取的作业目标具有更好的鲁棒性和准确性。

公开(公告)号：CN104835175A

公开(公告)日：2015-08-12

申请号：CN201510272424.8

申请日：2015-05-26

Applicant: 西南科技大学

Inventor： 史晋芳 ,  王德娇 ,  刘桂华 ,  张华 ,  刘满禄 ,  张静

IPC: G06T7/00

Abstract: 本发明公开了一种基于视觉注意机制的核环境中目标检测方法，包括：对普通相机采集到的图像的亮度、颜色、方向特征进行提取，得到三个特征显著性图；对上述显著性图进行加权融合，得到加权显著图；根据加权显著图获得感兴趣区域并对其进行特征提取；提取γ相机混合图的特征；用SIFT方法将感兴趣性区域与混合图融合，检测目标位置。本发明利用自下而上数据驱动注意模型提取出若干感兴趣区域，大大降低后期匹配过程的计算量；再将其与自上而下任务驱动注意模型相结合建立双向视觉注意模型，能大大提高图像中目标区域检测的精度和处理效率，而且匹配过程消除了场景中不相关区域的干扰，使提取的作业目标具有更好的鲁棒性和准确性。