[发明专利]图像显著性检测方法、系统、设备及计算机可读存储介质在审
申请号: | 201810167901.8 | 申请日: | 2018-02-28 |
公开(公告)号: | CN108320286A | 公开(公告)日: | 2018-07-24 |
发明(设计)人: | 钟宝江;魏建欢;宋为刚 | 申请(专利权)人: | 苏州大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 罗满 |
地址: | 215104 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本申请公开了一种图像显著性检测方法、系统、设备及计算机可读存储介质,其中,该方法包括利用获取的训练样本,基于条件随机场,对利用全卷积网络构建的待训练模型进行迭代训练,得到目标检测模型;利用目标检测模型检测待检测数据,得到相应的检测结果;基于显著性分割方法对检测结果进行优化,以提高图像显著性检测的精度。可见,本申请提供的上述方法,利用全卷积网络进行图像待训练模型的创建,原因是全卷积网络具有更高效的优点;并基于条件随机场,利用获取的训练样本对上述待训练模型进行迭代训练,尽可能提高检测精度,得到目标图像检测模型;接着,对相应的检测结果利用显著性分割方法进行优化,进一步提高图像显著性检测的精度。 | ||
搜索关键词: | 显著性 图像 检测结果 训练模型 检测 卷积 计算机可读存储介质 迭代训练 基于条件 目标检测 训练样本 目标图像检测 待检测数据 模型检测 网络构建 分割 机场 申请 优化 网络 创建 | ||
【主权项】:
1.一种图像显著性检测方法,其特征在于,包括:利用获取的训练样本,基于条件随机场,对利用全卷积网络构建的待训练模型进行迭代训练,得到目标检测模型;其中,所述训练样本包括图像数据和标注数据;利用所述目标检测模型检测待检测数据,得到相应的检测结果;基于显著性分割方法对所述检测结果进行优化,以提高图像显著性检测的精度。
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苏州大学,未经苏州大学许可,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/patent/201810167901.8/,转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序