公开(公告)号：CN114663371B

公开(公告)日：2025-04-08

申请号：CN202210236171.9

申请日：2022-03-11

Applicant: 安徽大学

Inventor： 涂铮铮 ,  王洪顺 ,  刘夫武 ,  张瑞欣 ,  陈弘悦 ,  王欣悦 ,  钮洁 ,  李成龙

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明公开一种基于模态独有和共有特征提取的图像显著目标检测方法，通过模态共有特征提取模块SFA来建模两种模态之间的强相关性，特征擦除模块(FEB)来建模不同模态之间的差异性；本发明充分利用多模态之间的相关性和差异性，从而使网络获得更强大的模态融合与信息选择的能力；通过特征解码实现各种信息的有利交互，本发明的显著图的置信度高于其他先进的方法。

公开(公告)号：CN114663371A

公开(公告)日：2022-06-24

申请号：CN202210236171.9

申请日：2022-03-11

Applicant: 安徽大学

Inventor： 涂铮铮 ,  王洪顺 ,  刘夫武 ,  张瑞欣 ,  陈弘悦 ,  王欣悦 ,  钮洁 ,  李成龙

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/40 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明公开一种基于模态独有和共有特征提取的图像显著目标检测方法，通过模态共有特征提取模块SFA来建模两种模态之间的强相关性，特征擦除模块(FEB)来建模不同模态之间的差异性；本发明充分利用多模态之间的相关性和差异性，从而使网络获得更强大的模态融合与信息选择的能力；通过特征解码实现各种信息的有利交互，本发明的显著图的置信度高于其他先进的方法。