[发明专利]显著特征检测方法和装置在审
| 申请号： | 201810404837.0 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN110163196A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 李冠彬;谢园;王巨宏;黄婷婷 | 申请（专利权）人： | 中山大学;腾讯科技（深圳）有限公司 |
| 主分类号： | G06K9/32 | 分类号： | G06K9/32;G06K9/00;G06T7/269 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 何平;邓云鹏 |
| 地址： | 510275 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： | 本申请涉及一种显著特征检测方法和装置，所述方法包括：获取视频帧序列，视频帧序列包括目标帧和多个参考帧；计算目标帧与各参考帧之间的光流图；通过第一神经网络模型，对各光流图进行编码，分别得到各参考帧对应的图像变换特征；通过第二神经网络模型，根据各图像变换特征对目标帧的图像特征进行编码，得到目标帧的协同编码图像特征；将协同编码图像特征输入像素级别分类器进行检测，输出目标帧的显著图。本申请提供的方案可以提升对视频进行显著特征检测的准确性。 | ||
| 搜索关键词： | 显著特征 参考帧 目标帧 神经网络模型 方法和装置 视频帧序列 检测 编码图像 图像变换 光流图 协同 计算目标 输出目标 特征输入 图像特征 像素级别 分类器 显著图 申请 视频 | ||
【主权项】：
1.一种显著特征检测方法，包括：获取视频帧序列，所述视频帧序列包括目标帧和多个参考帧；计算所述目标帧与各所述参考帧之间的光流图；通过第一神经网络模型，对各所述光流图进行编码，分别得到各所述参考帧对应的图像变换特征；通过第二神经网络模型，根据各所述图像变换特征对所述目标帧的图像特征进行编码，得到所述目标帧的协同编码图像特征；将所述协同编码图像特征输入像素级别分类器进行检测，输出所述目标帧的显著图。
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中山大学;腾讯科技（深圳）有限公司，未经中山大学;腾讯科技（深圳）有限公司许可，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/201810404837.0/，转载请声明来源钻瓜专利网。
