一种基于全局上下文信息探索的RGB-D显著性目标检测方法
基本信息
| 申请号 | CN202210300694.5 | 申请日 | - |
| 公开（公告）号 | CN114693951A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114693951A | 申请公布日 | 2022-07-01 |
| 分类号 | G06V10/46（2022.01）I;G06V10/80（2022.01）I;G06V10/774（2022.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 黄荣梅;廖涛;段松松 | 申请（专利权）人 | 安徽理工大学 |
| 代理机构 | - | 代理人 | - |
| 地址 | 232001安徽省淮南市山南新区泰丰大街168号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于计算机视觉领域，公开了一种基于全局上下文信息探索的RGB‑D显著性目标检测方法，包括以下步骤：1）获取训练和测试该任务的RGB‑D数据集，并定义本发明的算法目标，并确定用于训练和测试算法的训练集和测试集；2）基于连续卷积层堆叠用来构建跨模态上下文特征模块提取特征信息；3）定义一叠连续的卷积层和多尺度特征的多尺度特征解码器（MFD）以及空间通道注意力；4）构建多尺度特征解码器，将这些多尺度特征融合到一个自上而下的聚合策略中，并生成显著性结果；5）采用二元交叉熵（BCE）来训练本发明的模型，这也是SOD任务中普遍存在的损失函数。计算出在不同的像素下的预测值和真实值之间的误差。 |
