[发明专利]一种基于卷积神经网络的全景图像视觉显著性预测方法在审
| 申请号： | 202011335330.8 | 申请日： | 2020-11-25 |
| 公开（公告）号： | CN112488122A | 公开（公告）日： | 2021-03-12 |
| 发明（设计）人： | 高攀;陈新浪;张鹏伟;魏明强 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 李淑静 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于卷积神经网络的全景图像视觉显著性预测方法。所述方法包括：对全景图像进行等尺寸映射，将一张全景图像映射成若干块相同尺寸的2D图像块，并且保留像素点在球面上的坐标；将2D图像块输入卷积神经网络模型，通过计算和预测输出对应的尺寸相同的显著图，其中所述卷积神经网络模型加入全景图像的像素球面坐标值进行训练，并且使用定制的损失函数；根据所保留的像素点球面坐标将所得显著图进行拼接，得到完整的全景图像显著图，完成全景图像的视觉显著性预测。采用本发明的方法，可以明显地观察到显著图预测效果的提升。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 全景 图像 视觉 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南京航空航天大学，未经南京航空航天大学许可，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/202011335330.8/，转载请声明来源钻瓜专利网。
