公开(公告)号：CN117453944B

公开(公告)日：2024-04-09

申请号：CN202311793485.X

申请日：2023-12-25

Applicant: 厦门大学

Inventor： 赵万磊 ,  苗伊博

IPC: G06F16/583 ,  G06F16/53 ,  G06N3/088 ,  G06V10/44 ,  G06V10/26 ,  G06N3/084

Abstract: 本发明涉及一种多层级显著区域分解的无监督实例检索方法及系统，其基于图结构归一化切割方法，提出显著区域分解的实例定位方法和基于掩码的感兴趣区域特征提取方法，实现了图像中的显著实例发现和显著实例的多层级分解。本发明解决了先前方法提取图像级特征或者区域级实例特征的问题；提高了实例级及其子区域定位的准确性与完整性；提高实例特征的特征区分度同时减少背景噪声对实例定位结果的干扰。

公开(公告)号：CN117453944A

公开(公告)日：2024-01-26

申请号：CN202311793485.X

申请日：2023-12-25

Applicant: 厦门大学

Inventor： 赵万磊 ,  苗伊博

IPC: G06F16/583 ,  G06F16/53 ,  G06N3/088 ,  G06V10/44 ,  G06V10/26 ,  G06N3/084

Abstract: 本发明涉及一种多层级显著区域分解的无监督实例检索方法及系统，其基于图结构归一化切割方法，提出显著区域分解的实例定位方法和基于掩码的感兴趣区域特征提取方法，实现了图像中的显著实例发现和显著实例的多层级分解。本发明解决了先前方法提取图像级特征或者区域级实例特征的问题；提高了实例级及其子区域定位的准确性与完整性；提高实例特征的特征区分度同时减少背景噪声对实例定位结果的干扰。