[发明专利]一种显著性目标提取方法及系统在审
申请号: | 202010823408.4 | 申请日: | 2020-08-17 |
公开(公告)号: | CN111931793A | 公开(公告)日: | 2020-11-13 |
发明(设计)人: | 文兵;邓杨保;邓曙光;张光富;张赛文 | 申请(专利权)人: | 湖南城市学院 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 张梦泽 |
地址: | 413000 *** | 国省代码: | 湖南;43 |
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 显著 目标 提取 方法 系统 | ||
1.一种显著性目标提取方法,其特征在于,包括Res2Net主干网络、去冗余信息模块、特征互补模块、特征增强模块、平均池化模块以及特征边缘细化模块;
Res2Net主干网络包括第一层Res2Net单元、第二层Res2Net单元、第三层Res2Net单元和第四层Res2Net单元;所述平均池化模块包括第一平均池化单元、第二平均池化单元、第三平均池化单元;所述特征增强模块包括第一特征增强单元、第二特征增强单元、第三特征增强单元和第四特征增强单元;所述特征互补模块包括第一特征互补单元、第二特征互补单元和第三特征互补单元;
待检测图片经所述第一层Res2Net单元生成第一浅层特征图,所述第一浅层特征图经所述第二层Res2Net单元生成第二浅层特征图,所述第二浅层特征图经所述第三层Res2Net单元生成第三浅层特征图,所述第三浅层特征图经所述第四层Res2Net单元生成第四浅层特征图;
所述第四浅层特征图经所述第一平均池化单元生成第一全局特征图;所述第四浅层特征图经所述第二平均池化单元生成第二全局特征图;所述第四浅层特征图经所述第三平均池化单元生成第三全局特征图;
所述第四浅层特征图经去冗余信息模块生成去冗余后的第四浅层特征图,所述去冗余后的第四浅层特征图经过所述第一特征增强单元生成增强特征映射后的第四浅层特征图;
所述第一特征互补单元根据所述增强特征映射后的第四浅层特征图、所述第三浅层特征图以及所述第一全局特征图,生成第一互补特征图;所述第一互补特征图经第二特征增强单元生成增强特征映射后的第一互补特征图;
所述第二特征互补单元根据所述增强特征映射后的第一互补特征图、所述第二浅层特征图以及所述第二全局特征图,生成第二互补特征图;所述第二互补特征图经所述第三特征增强单元生成增强特征映射后的第二互补特征图;
所述第三特征互补单元根据所述增强特征映射后的第二互补特征图、所述第一浅层特征图以及所述第三全局特征图,生成第三互补特征图,所述第三互补特征图经所述第四特征增强单元生成增强特征映射后的第三互补特征图;
所述特征边缘细化模块根据第一浅层特征图、第二浅层特征图和第三浅层特征图,生成边缘特征图和显著特征图。
2.根据权利要求1所述的显著性目标提取方法,其特征在于,所述第四浅层特征图经去冗余信息模块生成去冗余后的第四浅层特征图,具体包括:
对所述第四浅层特征图进行卷积处理,生成第一待相乘去冗余后的第四浅层特征图;
对所述第四浅层特征图依次进行下采样处理和卷积处理,生成第一待相乘去冗余后的第四浅层特征图;
将所述第一待相乘去冗余后的第四浅层特征图与所述第一待相乘去冗余后的第四浅层特征图相乘,生成所述去冗余后的第四浅层特征图。
3.根据权利要求1所述的显著性目标提取方法,其特征在于,所述去冗余后的第四浅层特征图经过所述第一特征增强单元生成增强特征映射后的第四浅层特征图,具体包括:
对所述去冗余后的第四浅层特征图进行卷积处理,生成卷积后的第四浅层特征图;
对所述卷积后的第四浅层特征图进行卷积处理,生成压缩后的第四浅层特征图;
将所述卷积后的第四浅层特征图与所述压缩后的第四浅层特征图相乘,生成相乘后的第四浅层特征图;
将所述相乘后的第四浅层特征图与所述压缩后的第四浅层特征图相加,生成所述增强特征映射后的第四浅层特征图。
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湖南城市学院,未经湖南城市学院许可,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/202010823408.4/1.html,转载请声明来源钻瓜专利网。