[发明专利]一种基于全局‑局部特征融合的显著性检测方法在审
| 申请号： | 201710518131.2 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107292875A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 张新生;高东东;骆正山;赵梦旭 | 申请（专利权）人： | 西安建筑科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T3/40;G06T3/00;G06K9/46 |
| 代理公司： | 西安通大专利代理有限责任公司61200 | 代理人： | 徐文权 |
| 地址： | 710055 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于全局‑局部特征融合的显著性检测方法，包括以下步骤1)输入待处理图像数据集I＝{Itrain,Ival,Itest}，再对待处理图像数据集I进行预处理2)利用CNN模型构建全局网络结构；3)利用VGG模型构建STN网络，再通过STN网络及CNN模型构建局部网络结构；4)对步骤3)得到的全局网络结构及步骤2)得到的局部网络结构进行训练及优化；5)融合全部网络结构及局部网络结构，得融合后的网络结构，再将待处理图像数据集I输入到融合后的网络结构中，得显著图，然后检测显著图的显著性，该方法检测准确度较高，并且显著区域聚焦点清晰，并且对复杂场景的抗噪能力较强。 | ||
| 搜索关键词： | 一种 基于 全局 局部 特征 融合 显著 检测 方法 | ||
【主权项】：
一种基于全局‑局部特征融合的显著性检测方法，其特征在于，包括以下步骤：1)输入待处理图像数据集I＝{Itrain,Ival,Itest}，其中，Itrain为待处理图像数据训练集，Ival为待处理图像数据的验证集，Itest为待处理图像数据的测试集，再对待处理图像数据集I进行预处理；2)利用CNN模型构建全局网络结构；3)利用VGG模型构建STN网络，再通过STN网络及CNN模型构建局部网络结构；4)对步骤3)得到的全局网络结构及步骤2)得到的局部网络结构进行训练及优化；5)融合步骤4)中优化后的全部网络结构及步骤4)中优化后的局部网络结构，得融合后的网络结构，再将待处理图像数据集I输入到融合后的网络结构中，得显著图，然后检测显著图的显著性，完成全局‑局部特征融合的显著性检测。
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西安建筑科技大学，未经西安建筑科技大学许可，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/patent/201710518131.2/，转载请声明来源钻瓜专利网。
