[發明專利]顯著性目標檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010059066.3
• 申請日: 2020-01-19
• 公開（公告）號: CN111242143A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 楊超;林芳婷;蔣斌;李慧州;金晶;袁夢
• 申請（專利權）人: 湖南大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 劉羚

本申請涉及一種顯著性目標檢測方法、裝置、計算機設備和存儲介質。一個實施例中的方法包括：獲取待處理圖像的低階集成特征和高階集成特征；將高階集成特征和低階集成特征作為輸入特征，對輸入特征分別進行顯著性特征和邊界特征第一提取處理，得到第一顯著性圖和第一邊界圖；分別將第一顯著性圖和第一邊界圖與對應的預設真值圖進行比較，得到第一比較結果；當第一比較結果不滿足預設條件時，根據低階集成特征以及上一提取處理階段獲得的顯著性特征和邊界特征，對輸入特征進行更新，對更新后的輸入特征進行第二提取處理，得到第二比較結果；當第二比較結果滿足預設條件時，將當前提取處理階段獲得的第二顯著性圖作為待處理圖像的輸出顯著性圖。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種顯著性目標檢測方法、裝置、計算機設備和存儲介質。

背景技術

隨著科學技術的發展，圖像處理越來越重要。顯著性性目標檢測旨在在圖像或視頻中找到一個或多個最吸引人們注意力的物體，然后將這些物體從背景中分離。這項任務的核心挑戰是如何在不同復雜場景，例如在雜亂場景中或前景與背景對比度低的場景中，檢測出顯著性物體并實現高精度分割。

傳統的顯著性目標檢測方法大多使用手制特征，例如顏色、強度等，來區分背景和顯著性物體之間的差異。但是，傳統的顯著性目標檢測方法無法檢測到復雜場景中的顯著性物體，也即傳統的顯著性目標檢測方法存在適用性低的問題。

發明內容

基于此，有必要針對上述問題，提供一種可以拓寬場景適用性的顯著性目標檢測方法、裝置、計算機設備和存儲介質。

一種顯著性目標檢測方法，所述方法包括：

獲取待處理圖像的低階集成特征和高階集成特征；

將所述高階集成特征和所述低階集成特征作為輸入特征，對所述輸入特征分別進行顯著性特征和邊界特征第一提取處理，得到第一顯著性圖和第一邊界圖；

分別將所述第一顯著性圖和所述第一邊界圖與對應的預設真值圖進行比較，得到第一比較結果；

當所述第一比較結果不滿足預設條件時，根據所述低階集成特征以及上一提取處理階段獲得的顯著性特征和邊界特征，對所述輸入特征進行更新，對更新后的輸入特征進行第二提取處理，得到第二比較結果；

當所述第二比較結果滿足所述預設條件時，將當前提取處理階段獲得的顯著性圖作為所述待處理圖像的輸出顯著性圖。

在一個實施例中，所述根據所述低階集成特征以及通過上一提取處理階段獲得的顯著性特征和邊界特征對所述輸入特征進行更新，對更新后的輸入特征進行第二提取處理，得到第二比較結果包括：

根據上一提取處理階段獲得的顯著性特征和邊界特征，確定當前提取處理階段的引導特征；

將所述當前提取處理階段的引導特征以及所述低階集成特征作為輸入特征，對所述輸入特征分別進行顯著性特征和邊界特征第二提取處理，得到第二顯著性圖和第二邊界圖；

分別將所述第二顯著性圖和所述第二邊界圖與對應的預設真值圖進行比較，得到第二比較結果。

在一個實施例中，所述根據上一提取處理階段獲得的顯著性特征和邊界特征，確定當前提取處理階段的引導特征包括：

將上一提取處理階段獲得的顯著性特征和邊界特征，與當前提取處理階段的顯著性引導特征進行元素相加處理，獲得當前提取處理階段的顯著性特征；

將上一提取處理階段獲得的顯著性特征和邊界特征，與當前提取處理階段的邊界引導特征進行元素相加處理，獲得當前提取處理階段的邊界特征；

將所述當前提取處理階段的顯著性特征以及所述當前提取處理階段的邊界特征進行級聯處理，得到所述當前提取處理階段的引導特征。