买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆理工大学

摘要：本发明公开了一种利用多重信息互补的高效RGB‑D显著性检测方法，包括：将RGB图像和深度图像输入训练好的显著性检测模型中，输出显著性预测图像；训练步骤：通过主干网络进行多尺度特征提取；将高级尺度的RGB特征图作为深度特征图的辅助生成对应尺度的深度特征图和增强RGB特征图，并与对应尺度RGB特征图进行融合得到融合特征图；利用低级尺度的RGB特征图和融合特征图的全局和局部信息进行深度图增强，用以优化主干网络的参数；通过解码器对RGB特征图和融合特征图进行特征拼接和融合；通过各个阶段的显著性预测图像和对应的真值图计算训练损失来优化解码器的参数；重复训练直至模型收敛或达到预设迭代次数。本发明能够提高和平衡RGB‑D显著性检测的精度和效率。

主权项：1.一种利用多重信息互补的高效RGB-D显著性检测方法，其特征在于，包括：S1：获取包含待检测目标的RGB图像和深度图像；S2：将RGB图像和深度图像输入训练好的显著性检测模型中，输出待检测目标的显著性预测图像；显著性检测模型的训练步骤如下：S201：将作为训练数据的RGB图像和深度图像以及对应的真值图作为输入；S202：通过主干网络对RGB图像和深度图像进行多尺度特征提取，生成若干个尺度的RGB特征图和深度特征图；提取高级尺度的深度特征图时：将对应尺度的RGB特征图作为深度特征图的辅助，结合深度特征图和RGB特征图之间的信息互补性和多重注意力机制来交互增强RGB特征和深度特征，生成对应尺度的深度特征图和增强RGB特征图；S203：将高级尺度的RGB特征图与对应尺度的增强RGB特征图进行特征融合，生成融合特征图；S204：利用低级尺度的RGB特征图和融合特征图的全局和局部信息协同深度增强，生成增强深度图像；通过增强深度图像和输入深度图像计算主干网络训练损失来优化主干网络的参数；S205：通过解码器对低级尺度的RGB特征图和融合特征图进行若干个阶段的特征拼接和融合，生成各个阶段的显著性预测图像；通过各个阶段的显著性预测图像和对应的真值图计算各个阶段的解码器训练损失来优化解码器的参数；S206：重复步骤S201至S205，直至显著性检测模型收敛或达到预设迭代次数；S3：将待检测目标的显著性预测图像作为其显著性检测结果。

全文数据：

权利要求：

百度查询： 重庆理工大学 一种利用多重信息互补的高效RGB-D显著性检测方法