[发明专利]一种基于信息融合卷积神经网络的图像显著性检测方法

摘要

本发明公开了一种基于信息融合卷积神经网络的图像显著性检测方法。使用原始的物体图像和对应的深度图像输入到卷积神经网络中进行训练，得到显著性检测预测图和显著性物体边界预测图；再通过计算显著性检测预测图构成的集合与真实显著性检测图像构成的集合之间的损失函数值以及显著性边缘检测图与真实显著物体显著性边缘图像构成的集合之间的损失函数值，获得卷积神经网络分类训练模型的最优权值矢量和偏置项；将待显著性检测的场景图像和对应的深度图像输入到卷积神经网络分类训练模型中，得到预测显著性检测图像；优点是提高了物体图像的显著性检测效率和准确度。