公开(公告)号：CN111931787A

公开(公告)日：2020-11-13

申请号：CN202010710225.1

申请日：2020-07-22

Applicant: 杭州电子科技大学

Inventor： 颜成钢 ,  温洪发 ,  周晓飞 ,  孙垚棋 ,  张继勇 ,  张勇东

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于特征聚合的RGBD显著性检测方法，首先对输入图像进行预处理；然后构建显著性检测网络；显著性检测网络包括特征提取网络和特征聚合网络。特征提取网络为一对基于ResNet50构建的非对称双流主干网络，分为RGB图像特征提取分支和深度图像特征提取分支。特征聚合网络包括K近邻GNNs、区域增强模块、分级融合模块、分块Non-local模块。最后训练显著性检测网络，通过训练好的显著性检测网络进行显著性检测；本发明高效地联合推理了2D外观和3D几何信息，充分融合了来自于RGB图像和深度图像这两种不同模态的信息，通过分级融合模块进一步提升了模型的多尺度表达能力，使得粗糙级别的特征和精细级别的特征很好地融合在一起。