公开(公告)号：CN111461043B

公开(公告)日：2023-04-18

申请号：CN202010266351.2

申请日：2020-04-07

Applicant: 河北工业大学

Inventor： 于明 ,  夏斌红 ,  刘依 ,  郭迎春 ,  郝小可 ,  朱叶 ,  师硕 ,  于洋 ,  阎刚

IPC: G06V20/40 ,  G06V10/77 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0464 ,  G06T5/00 ,  G06T7/13

Abstract: 本发明基于深度网络的视频显著性检测方法，涉及图像数据处理领域,该方法是先用ResNet50深度网络来取空间特征，然后再提取时间和边缘信息来共同得到显著性预测结果图，完成基于深度网络的视频显著性检测，步骤是，输入视频帧I，进行预处理；提取视频帧I′的初始空间特征图S；获得五个尺度的空间特征图Sfinal；获得特征图F；获得粗略的时空显著图YST和显著性物体的边缘轮廓图Et；获得最终的显著性预测结果图Yfinal；计算对于输入视频帧I的损失，完成基于深度网络的视频显著性检测。本发明克服了现有技术视频显著性检测中存在的显著目标检测不完整、当前景背景颜色相似时算法检测不准确的缺陷。

公开(公告)号：CN111461043A

公开(公告)日：2020-07-28

申请号：CN202010266351.2

申请日：2020-04-07

Applicant: 河北工业大学

Inventor： 于明 ,  夏斌红 ,  刘依 ,  郭迎春 ,  郝小可 ,  朱叶 ,  师硕 ,  于洋 ,  阎刚

IPC: G06K9/00 ,  G06K9/62 ,  G06T5/00 ,  G06T7/13 ,  G06N3/04

Abstract: 本发明基于深度网络的视频显著性检测方法，涉及图像数据处理领域,该方法是先用ResNet50深度网络来取空间特征，然后再提取时间和边缘信息来共同得到显著性预测结果图，完成基于深度网络的视频显著性检测，步骤是，输入视频帧I，进行预处理；提取视频帧I′的初始空间特征图S；获得五个尺度的空间特征图Sfinal；获得特征图F；获得粗略的时空显著图YST和显著性物体的边缘轮廓图Et；获得最终的显著性预测结果图Yfinal；计算对于输入视频帧I的损失，完成基于深度网络的视频显著性检测。本发明克服了现有技术视频显著性检测中存在的显著目标检测不完整、当前景背景颜色相似时算法检测不准确的缺陷。