[发明专利]一种3D图像的显著性检测方法

摘要

本发明公开了一种3D图像的显著性检测方法，包括步骤(1)基于卷积神经网络对颜色图像和深度图像分别提取深度特征向量；(2)根据三层的神经网络以及提取的颜色图像和深度图像的深度特征向量分别生成深度图和颜色图的显著性图；(3)将颜色图像和深度图像的显著性图进行线性融合处理后获得3D图像的显著性图。本发明通过CNN模型对颜色图像和深度图像分别进行多尺度区域的深度学习特征提取；深度图像(或者颜色图像)的显著性图是通过训练后的NN模型基于深度特征向量和区域的显著性标签来生成的，NN模型在此相当于分类器的作用；并以深度显著性图和颜色显著性图为输入，采用线性融合方法生成最终的3D图像的显著性图；本检测方法具有误差小和精度高等优点。

主权项

一种3D图像的显著性检测方法，其特征在于，包括下述步骤：(1)对颜色图像和深度图像的深度特征向量进行提取；(2)根据三层的神经网络以及提取的颜色图像和深度图像的深度特征向量生成深度图和颜色图的显著性图；(3)将所述颜色图像和深度图像的显著性图进行线性融合处理后获得3D图像的显著性图。