龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽理工大学
申请日：2024-03-28
公开（公告）日：2024-06-28
公开（公告）号：CN118262093A
主分类号：G06V10/25
分类号：G06V10/25;G06V10/80;G06V10/82;G06V10/44;G06N3/0455;G06N3/0464;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明属于计算机视觉领域，公开了一种基于分层跨模态注意力和级联聚合解码的RGB‑D显著性目标检测方法，包括以下步骤：1获取训练和测试该任务的RGB‑D数据集；2构建深度线索增强模块以提高输入深度图的质量；3分别建立用于提取RGB图像和Depth图像特征的显著性目标检测模型网络；4建立用于跨模态融合的分层跨模态注意力模块HCAM；5构建多尺度聚合模块MSAM细化高层特征和低层特征；6构建级联聚合解码器由粗到细地将特征输入到解码器中进行解码，生成显著图。本发明解决了基于RGB‑D显著性目标检测的跨模态融合问题和背景干扰问题，提升了在复杂场景下显著性目标预测的准确度。
主权项：1.一种基于分层跨模态注意力和级联聚合解码的RGB-D显著性目标检测方法，其特征在于，该方法包括以下步骤：1获取训练和测试该任务的RGB-D数据集；2构建深度线索增强模块以提高输入深度图的质量；3分别建立用于提取RGB图像和Depth图像特征的显著性目标检测模型网络；4建立用于跨模态融合的分层跨模态注意力模块HCAM；5构建多尺度聚合模块MSAM细化高层特征和低层特征；6构建级联聚合解码器由粗到细地将特征输入到解码器中进行解码，生成显著图。
全文数据：
权利要求：
百度查询： 安徽理工大学 一种基于分层跨模态注意力和级联聚合解码的RGB-D显著性目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号