公开(公告)号：CN110458797A

公开(公告)日：2019-11-15

申请号：CN201910524475.3

申请日：2019-06-18

Applicant: 南开大学

Inventor： 范登平 ,  程明明 ,  张钊

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06K9/34 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于深度图过滤器的显著性物体检测方法，属于图像处理技术领域。图像的深度图为显著性物体检测任务提供了有效的辅助信息，因此近些年许多基于RGB-D的显著性物体检测方法被提出。但是，深度图质量的高低对预测结果的准确度有显著影响。本发明创新性地提出了一种基于深度图过滤器的显著性物体检测方法，通过深度图过滤器模块过滤低质量的深度图，抑制不良深度图所带来的干扰信息，进而使用特征学习模块提取更加有效的交叉模态特征。本发明在7个公开的数据集上采用了4个广泛使用的评测指标，实验结果表明本发明超越了当前所有最先进的RGB-D显著性物体检测方法。

公开(公告)号：CN108416768A

公开(公告)日：2018-08-17

申请号：CN201810171102.8

申请日：2018-03-01

Applicant: 南开大学

Inventor： 范登平 ,  程明明 ,  曹洋 ,  吴宇寰 ,  任博

IPC: G06T7/00

Abstract: 本发明公开了一种基于二进制的前景图相似度评测方法，属于图像处理技术领域，该方法包含如下步骤：a.求对齐矩阵：利用前景图中每个像素点的值减去前景图均值得到对齐矩阵；b.求相似度矩阵：相似度的度量是在预测的前景图与真实人工标注的前景图之间进行的，通过计算预测前景图和真实前景图的对齐矩阵，然后将两个矩阵对应元素的乘积作为其相似度矩阵；c.矩阵归一化：对相似度矩阵的元素逐一归一化，使矩阵中的元素值介于-1和1之间；d.矩阵元素拉伸：对归一化后的相似度矩阵值进行非线性拉伸；e.求相似度：对拉伸后的相似度矩阵求平均值就是最终的前景图相似度。本方法能够得到更加准确的前景图相似度评测结果。