[发明专利]一种结合彩色和深度信息的图像显著目标检测方法

摘要

本发明公开了一种结合彩色和深度信息的图像显著目标检测方法。采集多幅已知显著目标区域的彩色图像及其对应的深度图像，构建神经网络并输入彩色图像与深度图像，分别得到彩色和深度信息预测的显著图，神经网络设置一路分支预测权重图，彩色信息预测的显著图和深度信息预测的显著图根据权重图得到融合后的最终显著目标检测图；构建显著图损失函数、权重图损失函数和边缘保持损失函数进行训练，采用训练后的神经网络处理待测彩色图像及其深度图像，获得显著目标检测结果。本发明能够选择彩色及深度信息预测的显著图各自最有效的部分进行融合，同时保持边缘细节，与以往结合彩色和深度信息的图像显著目标检测方法相比取得了更好的效果。

主权项

1.一种结合彩色和深度信息的图像显著目标检测方法，其特征在于包括以下步骤：步骤1)采集多幅已知显著目标区域的彩色图像RGB及其对应的深度图像D以及彩色图像RGB和深度图像D对应的显著目标真值图Y；步骤2)构建显著目标检测的神经网络，包括有：将彩色图像RGB和深度图像D输入神经网络得到彩色信息预测的显著图P_rgb和深度信息预测的显著图P_d，神经网络设置一路分支并结合显著目标真值图Y预测获得一张权重图SW，彩色信息预测的显著图P_rgb和深度信息预测的显著图P_d根据权重图SW得到融合后的显著目标检测图P_fuse；步骤3)构建显著图损失函数L_sal、权重图损失函数L_sw和显著图边缘损失函数L_edge三个损失函数，将三个损失函数计算获得的损失函数值通过反向传播进行迭代计算，从而对神经网络进行训练；步骤4)采用训练后的神经网络处理未知显著区域的彩色图像RGB及其对应的深度图像D，获得待测图像的显著目标检测结果。