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！

龙图腾网获悉同济大学申请的专利一种基于边缘特征引导的显著性目标检测方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：CN116229104B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310373810.0，技术领域涉及：G06V10/44；该发明授权一种基于边缘特征引导的显著性目标检测方法是由梁爽;严智琪;王颉文;庄子琨设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于边缘特征引导的显著性目标检测方法在说明书摘要公布了：本申请实施例涉及显著性目标检测技术领域，特别涉及一种基于边缘特征引导的显著性目标检测方法，包括：从显著对象真值图中提取显著对象的边缘数据，并将边缘数据作为额外的预备训练集；采用基础网络提取图像特征，并基于图像特征，分别得到显著性对象的边缘特征、多尺度的位置特征；基于多层感知机，对边缘特征与多尺度的位置特征的关系动态学习，得到边缘增强融合特征；将边缘增强融合特征送入卷积网络进行细化处理，并基于细化后的边缘增强融合特征，得到最终分割结果。本申请提供的方法，通过有效利用显著对象边缘信息和位置信息，克服现有显著性目标检测方法对于边缘信息的利用不充分且对边缘位置特征和全局特征间的联系欠缺考虑的缺陷。

本发明授权一种基于边缘特征引导的显著性目标检测方法在权利要求书中公布了：1.一种基于边缘特征引导的显著性目标检测方法，其特征在于，包括： 从显著对象真值图中提取显著对象的边缘数据，并将所述边缘数据作为额外的预备训练集； 采用基础网络提取图像特征，并基于所述图像特征，分别得到显著性对象的边缘特征、多尺度的位置特征； 基于多层感知机，对所述边缘特征与所述多尺度的位置特征的关系动态学习，得到边缘增强融合特征； 将所述边缘增强融合特征送入卷积网络进行细化处理，并基于细化后的边缘增强融合特征，得到最终分割结果； 基于多层感知机，对所述边缘特征与所述多尺度的位置特征的关系动态学习，得到边缘增强融合特征，包括： 将所述边缘特征进行空间位置编码，基于注意力机制，对所述边缘特征进行细化； 对不同尺度的显著对象特征重采样，直至所述显著对象特征与所述边缘特征的分辨率一致； 将不同尺度的显著对象特征与边缘特征拼接后送入卷积层进行学习，分别得到显著对象的边缘编码权重、显著对象的位置编码权重； 基于所述显著对象的边缘编码权重、所述显著对象的位置的编码权重，为所述边缘特征、所述位置特征赋予特定权重，并将所述边缘特征、所述位置特征进行融合，得到边缘增强融合特征； 将所述边缘增强融合特征送入卷积网络进行细化处理，并基于细化后的边缘增强融合特征，得到最终分割结果，包括： 将所述边缘增强融合特征送入卷积块进行解码； 将多种尺度下的解码特征与与其对应的显著对象进行回归，得到回归结果； 将所述回归结果转换为显著性分数，获得鲁棒的显著性分割结果； 将经过边缘增强后的多尺度的显著性特征融合，得到最终精细的显著性预测图，同时利用边缘增强交叉熵函数和交并比损失函数计算损失，以进行反向传播。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；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。