[發明專利]基于深度信息的圖像顯著性檢測方法和裝置

有效

• 申請號: 201810192934.8
• 申請日: 2018-03-09
• 公開（公告）號: CN108491848B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 李革;朱春彪;蔡行
• 申請（專利權）人: 北京大學深圳研究生院
• 主分類號: G06V10/46
• 分類號: G06V10/46
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 談杰

本發明公開了一種基于深度信息的圖像顯著性檢測方法和裝置。其中，該方法包括：獲取待檢測圖像以及待檢測圖像的深度圖像；獲取待檢測圖像的特征圖像，得到第一特征圖像，以及獲取深度圖像的特征圖像，得到第二特征圖像；基于第一特征圖像和第二特征圖像，得到待檢測圖像的顯著性圖像。本發明解決了現有技術中的顯著性檢測算法精準度不高的技術問題。

技術領域

本發明涉及圖像處理領域，具體而言，涉及一種基于深度信息的圖像顯著性檢測方法和裝置。

背景技術

當人們看圖像時，人們總是關注整個圖像的一個子集，這就是所謂的視覺注意力，視覺注意力是一個神經生物學過程，能夠過濾出不相關的信息，并突出最顯著的前景信息。目前已經開發了各種計算模型，包括顯著性檢測算法，來模擬這種機制，用于主動注視控制、識別、分割以及圖像檢索。一般而言，顯著性檢測算法可以分為自上而下的方法和自下而上的方法，其中，自上而下的方法由任務驅動，需要監督學習；自下而上的方法通常使用低級提示，如顏色特征、距離特征和啟發式顯著特征，其中，最常用的啟發式顯著特征之一是對比度，如基于像素或基于斑點的對比度。

但是目前的顯著性檢測算法僅僅使用RGB信息，在檢測顯著性物體尤其是針對3D數據時，精準度不高，方法健壯性不夠強，容易造成誤檢、漏檢等情況，很難得到一個精確的圖像顯著性檢測結果，不僅造成顯著性物體本身的錯檢，同時也會對利用顯著性檢測結果的應用造成一定的誤差。

針對上述現有技術中的顯著性檢測算法精準度不高的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種基于深度信息的圖像顯著性檢測方法和裝置，以至少解決現有技術中的顯著性檢測算法精準度不高的技術問題。

根據本發明實施例的一個方面，提供了一種基于深度信息的圖像顯著性檢測方法，包括：獲取待檢測圖像以及待檢測圖像的深度圖像；獲取待檢測圖像的特征圖像，得到第一特征圖像，以及獲取深度圖像的特征圖像，得到第二特征圖像；基于第一特征圖像和第二特征圖像，得到待檢測圖像的顯著性圖像。

根據本發明實施例的另一方面，還提供了一種基于深度信息的圖像顯著性檢測裝置，包括：第一獲取模塊，用于獲取待檢測圖像以及待檢測圖像的深度圖像；第二獲取模塊，用于獲取待檢測圖像的特征圖像，得到第一特征圖像，以及獲取深度圖像的特征圖像，得到第二特征圖像；第一處理模塊，用于基于第一特征圖像和第二特征圖像，得到待檢測圖像的顯著性圖像。

根據本發明實施例的另一方面，還提供了一種存儲介質，存儲介質包括存儲的程序，其中，在程序運行時控制存儲介質所在設備執行上述基于深度信息的圖像顯著性檢測方法。

根據本發明實施例的另一方面，還提供了一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行上述基于深度信息的圖像顯著性檢測方法。

在本發明實施例中，通過獲取待檢測圖像以及待檢測圖像的深度圖像；獲取待檢測圖像的特征圖像，得到第一特征圖像，以及獲取深度圖像的特征圖像，得到第二特征圖像；基于第一特征圖像和第二特征圖像，得到待檢測圖像的顯著性圖像，本發明在獲取待檢測圖像的顯著性圖像時，結合了待檢測圖像的深度圖像的特征信息，從而實現了提高圖像顯著性檢測結果，使圖像中的顯著性區域更精準地顯現出來，為后期的目標識別和分類等應用提供精準且有用的信息的技術效果，進而解決了現有技術中的顯著性檢測算法精準度不高的技術問題。

附圖說明

此處所說明的附圖用來提供對本發明的進一步理解，構成本申請的一部分，本發明的示意性實施例及其說明用于解釋本發明，并不構成對本發明的不當限定。在附圖中：

圖1是根據本發明實施例的一種基于深度信息的圖像顯著性檢測方法的示意圖；以及

圖2是根據本發明實施例的一種基于深度信息的圖像顯著性檢測裝置的示意圖。

具體實施方式