-
公开(公告)号：CN106296681A
公开(公告)日：2017-01-04
申请号：CN201610648091.9
申请日：2016-08-09
Applicant: 西安电子科技大学
CPC classification number: G06K9/6288 , G06K9/4671 , G06K9/6223 , G06T2207/20081 , G06T2207/20221
Abstract: 本发明公开了一种基于双通道低秩分解的协同学习显著性检测方法。本发明根据人类视觉感知系统的初级视觉特性，模拟视觉平行加工理论，将显著性检测过程处理为双通道协同学习过程，分别获取“where”特征显著图和“what”特征显著图，通过融合机制有效地将两幅特征显著图结合起来，并对融合后的特征显著图进行扩散，有效地突出了显著性区域并且抑制了背景噪声，使得本发明具有较好的检测结果，提高了检测的准确率和召回率。
-
公开(公告)号：CN108388901B
公开(公告)日：2020-06-16
申请号：CN201810112593.9
申请日：2018-02-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空间‑语义通道的协同显著目标检测方法。本发明通过模拟人类视觉，根据图像间的协同辅助规则，对待检测的群组图像中彩色图和图像深度图，进行空间协同和语义协同双通道并行处理，利用协同显著性先验获得两种初步协同显著图，融合两个初步协同显著图，得到最终的协同显著图，实现复杂场景群组图像中共同的显著目标的检测，有效地突出了群组图像的共同显著目标并且抑制了复杂的背景噪声，使得本发明具有较好的检测结果，提高了检测的准确率和召回率。
-
公开(公告)号：CN108388901A
公开(公告)日：2018-08-10
申请号：CN201810112593.9
申请日：2018-02-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于空间-语义通道的协同显著目标检测方法。本发明通过模拟人类视觉，根据图像间的协同辅助规则，对待检测的群组图像中彩色图和图像深度图，进行空间协同和语义协同双通道并行处理，利用协同显著性先验获得两种初步协同显著图，融合两个初步协同显著图，得到最终的协同显著图，实现复杂场景群组图像中共同的显著目标的检测，有效地突出了群组图像的共同显著目标并且抑制了复杂的背景噪声，使得本发明具有较好的检测结果，提高了检测的准确率和召回率。
-
公开(公告)号：CN106296681B
公开(公告)日：2019-02-15
申请号：CN201610648091.9
申请日：2016-08-09
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于双通道低秩分解的协同学习显著性检测方法。本发明根据人类视觉感知系统的初级视觉特性，模拟视觉平行加工理论，将显著性检测过程处理为双通道协同学习过程，分别获取“where”特征显著图和“what”特征显著图，通过融合机制有效地将两幅特征显著图结合起来，并对融合后的特征显著图进行扩散，有效地突出了显著性区域并且抑制了背景噪声，使得本发明具有较好的检测结果，提高了检测的准确率和召回率。
-
-
-
Search Results
4
records
(took 0.018 seconds)
