[发明专利]一种基于3D卷积神经网络的RGBD显著性物体检测方法有效
| 申请号： | 202110090130.9 | 申请日： | 2021-01-22 |
| 公开（公告）号： | CN112749712B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 傅可人;陈倩;赵启军 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06V10/46 | 分类号： | G06V10/46;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 四川力久律师事务所 51221 | 代理人： | 韩洋 |
| 地址： | 610065 四*** | 国省代码： | 四川;51 |
| 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3D卷积神经网络的RGBD显著性物体检测方法，步骤包括，获取待检测图片的RGB图和深度图，并将深度图转换为三通道，将三通道的RGB图和深度图在时间维度进行串联，输出带时间维度的4D张量，将4D张量输入3D卷积神经网络中的3D编码器，输出一系列侧通路层次化特征，该3D编码器为一个在时间维度膨胀后的残差网络；3D卷积神经网络中的3D解码器接收层次化特征，对其进行压缩、递归解码、激励，最终输出RGBD显著性物体检测结果，递归解码时所述一系列侧通路层次化特征在时间维度进行串联。本发明利用3D卷积构建具有预融合功能的编码器，同时利用3D卷积构建具有融合功能的解码器，同时利用二者的融合能力充分融合跨模态特征提高检测性能。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 rgbd 显著 物体 检测 方法 | ||
【主权项】：
暂无信息
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四川大学，未经四川大学许可，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/202110090130.9/，转载请声明来源钻瓜专利网。
