[发明专利]一种立体图像显著性的检测方法、装置、设备及存储介质有效

专利信息
申请号: 201810004732.6 申请日: 2018-01-03
公开(公告)号: CN108345892B 公开(公告)日: 2022-02-22
发明(设计)人: 王旭;张秋丹;江健民;周宇 申请(专利权)人: 深圳大学
主分类号: G06V10/26 分类号: G06V10/26;G06V10/46;G06V10/56;G06V10/80;G06K9/62
代理公司: 深圳青年人专利商标代理有限公司 44350 代理人: 吴桂华
地址: 518060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 立体 图像 显著 检测 方法 装置 设备 存储 介质
【权利要求书】:

1.一种立体图像显著性的检测方法,其特征在于,所述方法包括下述步骤:

当接收到立体图像显著性检测的请求时,分别对所述立体图像的颜色图像和深度图像进行分割,以分别得到预设数量个颜色像素区域和深度像素区域;

通过预设的多尺度区域级别的显著性预测网络分别对所有颜色像素区域和所有深度像素区域进行特征提取,得到所有所述颜色像素区域和所有所述深度像素区域对应的显著性值,提取的特征包含底层特征和高层语义特征,所述显著性预测网络通过三个流和一个全连接隐藏层构建和训练得到,其中,每个流包括三组卷积层和一个全连接层,每组巻积层包含一个巻积层、一个激活层以及一个最大池化层;

根据每个所述显著性值对每个所述显著性值对应的所述颜色像素区域或所述深度像素区域进行处理,得到所述颜色图像的颜色显著性图和所述深度图像的深度显著性图;

通过预设的空间融合网络将所述颜色显著性图和所述深度显著性图进行融合,生成所述立体图像的显著性图。

2.如权利要求1所述的方法,其特征在于,通过预设的空间融合网络将所述颜色显著性图和所述深度显著性图进行融合的步骤之前,包括:

通过一个输入层、一个级联层、五组巻积层、一个分类层、一个线性插值层和一个输出层来构建并训练所述空间融合网络。

3.如权利要求1所述的方法,其特征在于,通过预设的多尺度区域级别的显著性预测网络分别对所有颜色像素区域和所有深度像素区域进行特征提取的步骤,包括:

根据预设的提取条件在当前像素区域内提取局部块、邻域块和背景块;

通过所述显著性预测网络对所述提取到的局部块、邻域块和背景块进行特征提取。

4.一种立体图像显著性的检测装置,其特征在于,所述装置包括:

图像分割单元,用于当接收到立体图像显著性检测的请求时,分别对所述立体图像的颜色图像和深度图像进行分割,以分别得到预设数量个颜色像素区域和深度像素区域;

显著性值获取单元,用于通过预设的多尺度区域级别的显著性预测网络分别对所有颜色像素区域和所有深度像素区域进行特征提取,得到所有所述颜色像素区域和所有所述深度像素区域对应的显著性值,提取的特征包含底层特征和高层语义特征,所述显著性预测网络通过三个流和一个全连接隐藏层构建和训练得到,其中,每个流包括三组卷积层和一个全连接层,每组巻积层包含一个巻积层、一个激活层以及一个最大池化层;

显著性图获取单元,用于根据每个所述显著性值对每个所述显著性值对应的所述颜色像素区域或所述深度像素区域进行处理,得到所述颜色图像的颜色显著性图和所述深度图像的深度显著性图;以及

显著性图融合单元,用于通过预设的空间融合网络将所述颜色显著性图和所述深度显著性图进行融合,生成所述立体图像的显著性图。

5.如权利要求4所述的装置,其特征在于,所述装置还包括:

融合网络构建单元,用于通过一个输入层、一个级联层、五组巻积层、一个分类层、一个线性插值层和一个输出层来构建并训练所述空间融合网络。

6.如权利要求4所述的装置,其特征在于,所述显著性值获取单元包括:

区域块提取单元,用于根据预设的提取条件在当前像素区域内提取局部块、邻域块和背景块;以及

特征提取单元,用于通过所述显著性预测网络对所述提取到的局部块、邻域块和背景块进行特征提取。

7.一种计算设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。

8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810004732.6/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top