[發明專利]一種基于深度特征的顯著性目標檢測方法在審
| 申請號： | 201810563258.0 | 申請日： | 2018-06-04 |
| 公開（公告）號： | CN108776815A | 公開（公告）日： | 2018-11-09 |
| 發明（設計）人： | 李巍;申揚;剛毅凝;王鷗;鄭善奇;郝躍冬;劉嘉華;康睿 | 申請（專利權）人： | 國網遼寧省電力有限公司信息通信分公司;南瑞集團有限公司;南京南瑞信息通信科技有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62 |
| 代理公司： | 南京縱橫知識產權代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 110006 遼*** | 國省代碼： | 遼寧;21 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 深度特征 顯著圖 顯著性 目標檢測 矩陣 顯著性計算 元胞自動機 獲取圖像 目標識別 圖像分割 圖像分類 圖像檢索 有效解決 多尺度 迭代 維度 像素 加權 尺度 場景 融合 災難 分割 應用 | ||
1.一種基于深度特征的顯著性目標檢測方法，其特征在于：包括以下步驟，
對圖像進行超像素分割，獲取圖像所有超像素的深度特征矩陣；
通過主成分深度特征進行顯著性計算，得到多個分割尺度下的顯著圖；
利用加權元胞自動機對多尺度顯著圖進行迭代融合，得到最終的顯著圖。
2.根據權利要求1所述的一種基于深度特征的顯著性目標檢測方法，其特征在于：對圖像進行超像素分割，確定每個超像素的輸入區域，將確定好的輸入區域送入Alexnet網絡，得到深度特征，然后得到圖像所有超像素的深度特征矩陣。
3.根據權利要求1所述的一種基于深度特征的顯著性目標檢測方法，其特征在于：基于主成分分析，提取主成分深度特征，根據主成分深度特征計算有目標先驗的顯著值，得到多個分割尺度下的顯著圖。
4.根據權利要求3所述的一種基于深度特征的顯著性目標檢測方法，其特征在于：利用PCA算法計算深度特征矩陣的轉換矩陣，獲取主成分深度特征。
5.根據權利要求1所述的一種基于深度特征的顯著性目標檢測方法，其特征在于：設置不同分割尺度顯著圖的權重，利用加權元胞自動機對多尺度顯著圖進行迭代融合，得到最終的顯著圖。
6.根據權利要求5所述的一種基于深度特征的顯著性目標檢測方法，其特征在于：不同分割尺度顯著圖的權重公式為，
其中，wi為分割尺度為i的顯著圖權重，wi-1為分割尺度為i-1的顯著圖權重，α為常數，Ni為二值化目標先驗圖中標記為1的像素數量，ni為相同位置上二值化目標先驗圖標記為1且當前分割尺度顯著圖二值化后也為1的像素數量。
7.根據權利要求5所述的一種基于深度特征的顯著性目標檢測方法，其特征在于：最終顯著圖公式為，
其中，為經過N2次迭代后得到的最終顯著圖，M為多尺度顯著圖的數量，為第m幅顯著圖經過N2次迭代得到的顯著圖。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于國網遼寧省電力有限公司信息通信分公司;南瑞集團有限公司;南京南瑞信息通信科技有限公司，未經國網遼寧省電力有限公司信息通信分公司;南瑞集團有限公司;南京南瑞信息通信科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810563258.0/1.html，轉載請聲明來源鉆瓜專利網。
