[发明专利]基于美学分析的多任务深度网络下的图像显著性预测方法有效
| 申请号： | 201911385418.8 | 申请日： | 2019-12-28 |
| 公开（公告）号： | CN111144497B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 张静;吕锦成;刘婧;苏育挺 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/46;G06V10/82;G06N3/0464;G06N3/084 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 杜文茹 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于美学分析的多任务深度网络下的图像显著性预测方法：设计多任务卷积神经网络；将AVA美学分析数据库和SALICON显著性数据库的图像同时输入到设计好的多任务卷积神经网络；定义多任务卷积神经网络的损失函数，通过反向传播算法最小化损失函数；将测试集的图像经过多任务卷积神经网络并通过softmax级联输出单张图片的显著性映射分布。本发明能够提高模型预测图像显著性的鲁棒性，避免了需要统一图像尺寸而造成的图像信息结构破坏，大幅提高了图像显著性映射分布预测的精度，改善了传统方法缺少融合和关联人类视觉美学信息的问题。 | ||
| 搜索关键词： | 基于 美学 分析 任务 深度 网络 图像 显著 预测 方法 | ||
【主权项】：
暂无信息
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天津大学，未经天津大学许可，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/201911385418.8/，转载请声明来源钻瓜专利网。
