[发明专利]一种迭代协同显著性检测方法有效
申请号: | 201711064083.0 | 申请日: | 2017-11-02 |
公开(公告)号: | CN108009549B | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 雷建军;丛润民;侯春萍;张三义;陈越;郭琰 | 申请(专利权)人: | 天津大学 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06K9/62 |
代理公司: | 天津市北洋有限责任专利代理事务所 12201 | 代理人: | 李林娟 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 协同 显著 检测 方法 | ||
1.一种迭代协同显著性检测方法,其特征在于,所述迭代协同显著性检测方法包括以下步骤:
对给定的RGBD图像组数据进行初始化,得到初始RGB显著性检测结果;
补机制:通过深度传播和显著性传播实现初始RGB显著性检测结果的RGBD转换和优化;
删机制:定义超像素级的相似性测度来表示两个超像素之间的关系,利用共有概率函数计算每个超像素区域属于共有区域的概率,得到协同显著性检测结果;
迭代机制:判断迭代次数是否超过最大迭代次数,如果超过,则直接终止迭代,否则判断前后两次迭代输出结果的差异,如果差异小于预先设定的阈值,则中止迭代,否则进入下一次迭代过程;
其中,所述深度传播用于引入深度信息,将初始RGB显著性检测结果转化为RGBD显著性图,即:引入深度形状先验DSP作为一个深度信息加权项,并与初始RGB显著性结果融合得到RGBD显著性图;
所述显著性传播用于通过标签传播技术优化显著性结果,得到更加优异的RGBD显著性图,即:基于显著性值将超像素区域划分为显著性种子超像素、背景种子超像素和不确定超像素;利用显著性种子超像素和背景种子超像素对不确定区域的标签进行传播优化。
2.根据权利要求1所述的一种迭代协同显著性检测方法,其特征在于,所述共有概率具体为:
某个超像素区域在同组图片中重复出现的概率,等于一个超像素在其他图像中的最大匹配概率之和。
3.根据权利要求1所述的一种迭代协同显著性检测方法,其特征在于,所述协同显著性检测结果具体为:
其中,为超像素区域的删机制输出显著性值,为超像素区域优化后的RGBD显著性值,表示超像素区域的共有概率值。
4.根据权利要求1所述的一种迭代协同显著性检测方法,其特征在于,所述判断前后两次迭代输出结果的差异具体为:
其中,∏表示输出显著性图的像素个数,表示第t次迭代的删机制的输出显著性图,表示第t-1次迭代的删机制的输出显著性图。
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天津大学,未经天津大学许可,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/pat/books/201711064083.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电动汽车双动力系统故障检测方法
- 下一篇:一种镜框成型方法