[发明专利]基于节点分类和稀疏图学习的双模态图像显著性检测方法有效
| 申请号： | 202110279291.2 | 申请日： | 2021-03-16 |
| 公开（公告）号： | CN113011438B | 公开（公告）日： | 2023-09-05 |
| 发明（设计）人： | 龚奥军;史家顺 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06V10/46 | 分类号： | G06V10/46;G06V10/56;G06V10/764;G06T7/194 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 梁焱 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于节点分类和稀疏图学习的双模态图像显著性检测方法，属于计算机视觉技术领域。该方法首先将热红外图像作为彩色图像的一个图像通道进行超像素分割，然后提取双模态图像中每一超像素的颜色特征和多层语义特征并建立图模型，接下来对两种模态图像的颜色特征进行低秩矩阵分解，产生对应的低秩矩阵和稀疏矩阵，进而对图模型节点进行分类，根据节点分类距离和欧几里得距离计算初始邻接矩阵，然后多次使用初始邻接矩阵和指示向量进行稀疏图学习显著性排序，得到显著性图。相较于现有显著性检测方法，该方法显著提高了检测精度，可以很好地将图像显著性区域与背景分离开，且对在雨雾环境、光线不足环境下拍摄的图像依旧有着良好的表现。 | ||
| 搜索关键词： | 基于 节点 分类 稀疏 学习 双模 图像 显著 检测 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东北大学，未经东北大学许可，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/202110279291.2/，转载请声明来源钻瓜专利网。
