[發明專利]基于集中式信息交互的顯著性目標檢測方法及系統

有效

• 申請號: 202011490199.2
• 申請日: 2020-12-16
• 公開（公告）號: CN112507933B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 程明明;劉姜江;劉志昂
• 申請（專利權）人: 南開大學
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/40;G06V10/80;G06V10/774;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

本發明公開了基于集中式信息交互的顯著性目標檢測方法及系統，包括：獲取待檢測圖像；將待檢測圖像，輸入訓練后的顯著性目標檢測神經網絡，得到待檢測圖像中的顯著性目標。改進了U型結構中自底向上和自頂向下的路徑之間的聯系，通過集中式信息交互手段使得從自底向上網絡中提取的特征在不進行任何插值操作的前提下實現跨尺度的信息交互，這樣可以突破現有顯著性目標檢測方法中跨尺度無信息交互的缺點，同時避免了插值操作帶來的負面影響。

技術領域

本申請涉及圖像處理技術領域，特別是涉及基于集中式信息交互的顯著性目標檢測方法及系統。

背景技術

本部分的陳述僅僅是提到了與本申請相關的背景技術，并不必然構成現有技術。

近年來隨著多媒體技術的蒸蒸日上，以及人們生活和工業界的廣泛需求，圖像處理技術在實際應用中蓬勃發展。圖像處理中的顯著性目標檢測技術用于檢測圖像中的顯著性目標，將其與背景進行分離。作為圖像處理中的基本的低級別任務，并受益于類別不可知的特點，顯著性目標檢測已廣泛應用于各種計算機視覺下游任務，例如弱監督語義分割，視覺跟蹤，對內容敏感的圖像編輯和機器人導航。顯著性目標檢測技術已經被廣泛應用于各大手機拍照技術和社交媒體中，在我們的生活中發揮著不可忽視的作用。例如，手機拍照通常利用顯著性物體檢測技術實現照片前景和背景分離，強調人像等前景、虛化背景等。

傳統的顯著性目標檢測方法在很大程度上依賴于手工設計的特征檢測器。這些檢測器無法利用隱藏在圖像和數據集中的豐富的高級語義信息，從而使它們在復雜的場景中失效。隨著商用GPU的普及，卷積神經網絡(CNN)由于其能夠提取高層次語義和低層次紋理特征的能力而迅速發展，目前卷積神經網絡已經被廣泛應用于計算機視覺、自然語言處理等研究領域。與此同時，基于神經網絡的顯著性目標檢測方法也蓬勃發展。在顯著性目標檢測技術的神經網絡架構中，U型結構是其中的一種代表性架構。

U型結構最早被提出應用于醫療影像中的病灶自動分割任務，由于其強大的特征提取能力以及簡單而富有美感的對稱結構，人們在如語義分割與目標檢測等各個計算機視覺任務中也開始關注U型結構。目前，在計算機視覺各個任務表現最佳的模型中都可以見到U型結構的身影。典型的U形結構由一個自底向上的路徑，一個自頂向下的路徑以及它們之間的幾個連接組成。旨在推進U形結構的顯著性目標檢測方法可以分為三類：集中于提高自底向上路徑的特征提取能力、增強自頂向下路徑的特征聚集能力以及前兩者的結合。

然而，已有的方法全部忽略了U型結構中自底向上和自頂向下的路徑之間的聯系。這些方法通常直接連接U型結構中相應的階段，保留其初始特征。所以我們研究重新設計自底向上和自頂向下的路徑之間而不是路徑本身的聯系來增強提取特征的表示能力。而實現此目標最直接的方法是直接融合從U型結構自底向上路徑中提取的多尺度特征。但是，跨尺度特征融合的必備步驟是空間插值操作。中間特征圖通過空間插值操作在連續先進行上采樣、再進行下采樣過程后會與原始特征圖產生較大偏差，反之亦然。另外當下采樣率增加時，由于缺少更多的空間位置信息，上述現象會進一步惡化。

發明內容

為了解決現有技術的不足，本申請提供了基于集中式信息交互的顯著性目標檢測方法及系統；針對圖像顯著性目標檢測任務中，設計U型結構自底向上和自頂向下的路徑之間而不是路徑本身的聯系來增強提取特征的表示能力。本發明的目的是提出一種基于新型的深度學習集中式信息交互技術，增強網絡提取特征的表示能力，并且不需要空間插值操作，保留每個輸入特征圖的空間尺寸，在避免了由特征的空間插值引起的負面影響的同時，實現了跨尺度的信息交互。

第一方面，本申請提供了基于集中式信息交互的顯著性目標檢測方法；

基于集中式信息交互的顯著性目標檢測方法，包括：

獲取待檢測圖像；

將待檢測圖像，輸入訓練后的顯著性目標檢測神經網絡，得到待檢測圖像中的顯著性目標。

第二方面，本申請提供了基于集中式信息交互的顯著性目標檢測系統；