[發明專利]基于神經網絡與圖像分割的圖像顯著性精化方法

有效

• 申請號: 201810321653.8
• 申請日: 2018-04-11
• 公開（公告）號: CN108460383B
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 傅可人;趙啟軍
• 申請（專利權）人: 四川大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/04
• 代理公司: 四川力久律師事務所 51221
• 代理人: 王蕓;熊曉果

1.一種基于神經網絡與圖像分割的圖像顯著性精化方法，其特征在于，包括以下步驟：

S1：對輸入圖像進行圖像分割，得到若干個分割區域；

S2：根據所述輸入圖像的粗糙顯著性圖，計算每個分割區域對應粗糙顯著性值的平均池化值，并將所述平均池化值作為各個分割區域內圖像的中間顯著性值，而得到中間顯著性圖；

S3：將所述輸入圖像的粗糙顯著性圖和中間顯著性圖的圖像尺寸歸一化，并輸入至訓練好的神經網絡；

S4：使用訓練好的神經網絡的特征提取部分對輸入圖像進行特征提取，得到特征圖；將所述特征圖與步驟S3輸入的粗糙顯著性圖和中間顯著性圖在通道維度進行串聯，通過訓練好的神經網絡的融合精化部分，得到精化顯著性圖；

S5：將所述精化顯著性圖調整至所述輸入圖像的分辨率；

其中，所述神經網絡結構為全卷積神經網絡結構，由兩部分構成，第一部分為特征提取部分，第二部分為融合精化部分；

其中，所述步驟S1中，對所述輸入圖像分別采用至少兩種圖像分割算法進行圖像分割，得到不同圖像分割算法作用下所述輸入圖像的分割區域。

2.如權利要求1所述的基于神經網絡與圖像分割的圖像顯著性精化方法，其特征在于，所述步驟S2中，計算每個分割區域對應粗糙顯著性值的平均池化值的公式為：

其中，表示第k個分割區域粗糙顯著性值的平均池化值，|R_k|表示第k個分割區域R_k的面積，I_m表示第k個分割區域R_k內的第m個像素，S_m為像素I_m對應粗糙顯著性圖上的粗糙顯著性值。

3.如權利要求1所述的基于神經網絡與圖像分割的圖像顯著性精化方法，其特征在于，所述步驟S4中，所述神經網絡提取的特征圖的分辨率與所述粗糙顯著性圖和所述中間顯著性圖的分辨率一致。

4.如權利要求3所述的基于神經網絡與圖像分割的圖像顯著性精化方法，其特征在于，所述神經網絡提取的特征圖的分辨率為所述神經網絡輸入層設定的分辨率的八分之一。

5.如權利要求1所述的基于神經網絡與圖像分割的圖像顯著性精化方法，其特征在于，所述步驟S5中，通過雙線性插值將所述精化顯著性圖調整至所述輸入圖像的分辨率。