[发明专利]图像显著性目标的检测方法、装置、终端设备及存储介质有效

专利信息
申请号: 202010772519.7 申请日: 2020-08-04
公开(公告)号: CN112116554B 公开(公告)日: 2022-06-14
发明(设计)人: 孙晓丽;张秀君;徐晨;张维强 申请(专利权)人: 深圳大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 任敏
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 显著 目标 检测 方法 装置 终端设备 存储 介质
【说明书】:

本申请适用于计算机视觉技术领域,提供了一种图像显著性目标的检测方法、装置、终端设备和存储介质,方法包括:提取待处理图像的特征张量;对所述特征张量进行分解,得到所述特征张量对应的显著性张量;根据所述特征张量对应的所述显著性张量,确定所述待处理图像中的显著性目标。本申请实施例无需人工标定数据,以及能够保留显著性目标的空间位置信息,也能够挖掘更多特征向量之间的互补信息,提高了图像显著性目标的检测结果的准确度。

技术领域

本申请属于计算机视觉技术领域,尤其涉及图像显著性目标的检测方法、装置、终端设备及存储介质。

背景技术

在计算机图像处理中,检测图像中的显著性目标是指在不同场景下,从图像中提取符合人类视觉习惯的兴趣目标。在相关技术中,检查图像中的显著性目标包括无监督方式和有监督方式。有监督方式需要人工标定图像中的显著性目标,而有限的人工标定数据往往不能涵盖实际使用中出现的各种场景。无监督方式通过特征矩阵描述图像特征,但在复杂场景下,图像像素信息差异非常大,而特征矩阵会使得各像素中图像特征的空间位置信息丢失,以及使得图像特征间的互补信息被破坏。可见,当前的图像显著性目标的检测方式存在检测结果准确性低和可靠性差的问题。

发明内容

本申请实施例提供了图像显著性目标的检测方法、装置、终端设备及存储介质,可以解决当前图像显著性目标的检查方式存在检测结果准确度低和可靠性差的问题。

第一方面,本申请实施例提供了一种图像显著性目标的检测方法,包括:

提取待处理图像的特征张量;

对所述特征张量进行分解,得到所述特征张量对应的显著性张量;

根据所述特征张量对应的所述显著性张量,确定所述待处理图像中的显著性目标。

本申请实施例通过提取待处理图像的特征张量,由于特征张量能够用于描述待处理图像的背景和显著性目标的特征信息,提取待处理图像的特征张量能够保留待处理图像中显著性目标的空间位置信息,还有助于挖掘出更多特征向量之间的互补信息,因此通过对特征张量进行分解,将待处理图像所有具备的显著性信息从特征张量中分解出来,得到显著性张量,在无需人工标定数据的情况下,实现对待处理图像中显著性目标的检测。由此可见,本申请实施例无需人工标定数据,以及能够保留显著性目标的空间位置信息,也能够挖掘更多特征向量之间的互补信息,而空间位置信息和互补信息有利于准确识别出待处理图像中的显著性目标,提高了图像显著性目标的检查结果的准确度。

第二方面,本申请实施例提供了一种装置,包括:

提取模块,用于提取待处理图像的特征张量;

分解模块,用于对所述特征张量进行分解,得到所述特征张量对应的显著性张量,所述显著性张量用于描述所述待处理图像在特征空间中的显著性目标信息;

确定模块,用于根据所述特征张量对应的所述显著性张量,确定所述待处理图像中的显著性目标。

第三方面,本申请实施例提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的图像显著性目标的检测方法。

第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的图像显著性目标的检测方法。

第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的图像显著性目标的检查方法。

可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

附图说明

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深圳大学,未经深圳大学许可,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/202010772519.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top