发明专利 已授权

一种基于弱监督学习的协同显著性检测方法

📄 申请号:CN202011495029.3 📄 发布日:2026/07/23

著录项目信息

申请日
2020-12-17
公开号
CN112598043A
公开日
2021-04-02
申请人
杭州电子科技大学
法律状态
已下证
专利类型
发明
主分类号
IPC 分类号

技术画像

应用场景

图像检索, 视频监控, 图像分割, 目标检测, 多媒体分析

摘要

本发明公开了一种基于弱监督学习的协同显著性检测方法。本发明包括以下步骤:步骤(1)深度神经网络的构建和预训练;步骤(2)弱监督数据集的划分;步骤(3)显著性图像样本增强;步骤(4)协同显著性图的预测。使用弱监督的方式隐式地抓取图像间的协同特征,使用样本图像增强的方式增加神经网络的鲁棒性。协同显著性检测中,如何利用好图像间的协同特征是关键的,本发明使用约50%的样本输入到神经网络中进行训练微调隐式获取图像间的协同特征。同时存在图像样本中显著性目标在像素层面所占的比例较小的情况,不利于神经网络的训练和微调,本发明使用一种图像样本增强的手段来克服这一点,来实现对一组图像中显著性目标的预测。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:17 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价