温州大学张笑钦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉温州大学申请的专利一种多先验驱动的显著性目标检测算法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115205641B 。
龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210726449.0,技术领域涉及:G06V10/25;该发明授权一种多先验驱动的显著性目标检测算法是由张笑钦;徐曰旺;赵丽;廖唐飞;冯士杰设计研发完成,并于2022-06-24向国家知识产权局提交的专利申请。
本一种多先验驱动的显著性目标检测算法在说明书摘要公布了:本发明提供了一种多先验驱动的显著性目标检测算法,涉及图像处理技术领域,包括:获取待检测目标图像,并对所述待检测目标图像进行预处理,得到具有显著性先验知识的先验图像;采用不同网络参数量的先验视觉注意力模块对不同的先验图像进行处理,获得八个不同尺度的显著性特征图;对八个不同尺度的显著性特征图进行特征融合,得到四个融合特征表示;根据四个融合特征表示提取显著性目标边缘特征信息;将提取的显著性目标边缘特征信息补充至上采样后的全分辨率显著性mask中,根据补充信息后的显著性mask完成目标检测,本发明可实现在前景和背景对比度低、背景复杂、主体形状复杂等各种复杂环境下的主体边缘的精确分割。
本发明授权一种多先验驱动的显著性目标检测算法在权利要求书中公布了:1.一种多先验驱动的显著性目标检测算法,其特征在于,包括以下步骤: 获取待检测目标图像,并对所述待检测目标图像进行预处理,得到具有显著性先验知识的先验图像; 采用不同网络参数量的先验视觉注意力模块对不同的先验图像进行处理,获得八个不同尺度的显著性特征图; 对所述八个不同尺度的显著性特征图进行特征融合,得到包含语义信息和结构化细节信息的四个融合特征表示; 根据所述四个融合特征表示提取显著性目标边缘特征信息; 将提取的显著性目标边缘特征信息补充至上采样后的全分辨率显著性mask中,根据补充信息后的显著性mask完成目标检测; 所述预处理过程包括: 通过机器学习方法获取输入的待检测目标图像的五种先验图像,所述五种先验图像包括LC、FT、FG、RC和Gradient; 构建先验指导网络,并通过所述先验指导网络筛选出比原输入图像的显著性表征能力强的先验图像,并针对最终输出显著性mask与标签图像进行损失计算及反向传播优化,所述先验指导网络由ResNet50网络和多先验注意力网络组成; 将三通道RGB图像输入ResNet50网络进行处理,得到第一特征信息,所述多先验注意力网络使用四个带分组卷积的空间注意力模块对输入的三通道先验特征图进行处理输出第二特征信息; 通过add函数将所述第一特征信息和所述第二特征信息进行相加融合后输出先验特征图; 根据先验指导网络输出的先验特征图筛选出FG和Gradient作为具有显著性先验知识的先验图像; 所述采用不同网络参数量的先验视觉注意力模块对不同的先验特征图进行处理,获得八个不同尺度的显著性特征图包括:通过所述先验视觉注意力模块从Gradient获得的四项特征,所述四项特征为、、和,从FG获得的四项特征,所述四项特征为、、和,并使用标签mask对上采样至原图分辨率的、、、、、、和进行损失计算及阶段性反向传播优化;所述先验视觉注意力模块由四级伪孪生网络块串联而成,即当前级伪孪生网络块的输入为上一级伪孪生网络块的输出,每个伪孪生网络块包括通道配置子模块、空间注意力子模块和组间整合子模块,所述三个子模块按顺序串联。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人温州大学,其通讯地址为:325000 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励