[发明专利]视觉显著性检测算法适用性预测与性能盲评价方法有效
| 申请号： | 201910896895.4 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110738638B | 公开（公告）日： | 2022-08-02 |
| 发明（设计）人： | 李坤乾;石舵;张永昌;周丽芹;宋大雷 | 申请（专利权）人： | 中国海洋大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/62;G06V10/44;G06V10/46 |
| 代理公司： | 青岛智地领创专利代理有限公司 37252 | 代理人： | 张凯 |
| 地址： | 266100 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种视觉显著性检测算法适用性预测与性能盲评价方法，涉及识别方法技术领域，包括算法适用性分析模块和显著性检测性能盲评价模块，算法适用性分析模块在仅给定原始图像的条件下，通过适用性预测网络预测并筛选最适用于该图像的候选显著性方法，再将候选的显著性方法生成的显著图输入显著性检测性能盲评价模块，最后进行排序，得到最佳显著图。在进行显著性检测性能盲评价时，通常需要预先生成每种算法的显著图，再输入质量评估网络进行排序，选择分数最高的显著图，但生成每种算法的显著图耗费大部分时间，降低了质量评价的效率，视觉显著性检测算法适用性预测与性能盲评价方法解决了该技术问题，还具有全面、精度高等优点。 | ||
| 搜索关键词： | 视觉 显著 检测 算法 适用性 预测 性能 评价 方法 | ||
【主权项】：
1.一种视觉显著性检测算法适用性预测与性能盲评价方法，其特征在于，包括显著性算法适用性预测网络模型、显著图质量评估网络模型和构建训练样本，所述构建训练样本分别输入显著性算法适用性预测网络模型和显著图质量评估网络模型中作为训练数据；/n所述显著性算法适用性预测网络模型构建步骤包括：/n步骤A1.建立深度卷积网络-AlexNet；/n步骤A2.修改深度卷积网络模型的全连接层结构，确定输出为2*N的适用性得分矩阵；/n步骤A3.确定算法适用性的均方误差损失函数；/n步骤A4.以构建训练样本集T
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国海洋大学，未经中国海洋大学许可，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/201910896895.4/，转载请声明来源钻瓜专利网。
