基于感数信息的弱监督显著目标检测

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
  • 学科类别:计算机科学技术/人工智能/模式识别
  • 权利人:上海交通大学

知识产权简介

本发明公开了一种基于感数信息的弱监督显著目标检测方法,其方法包括两个模块:显著性感数模块(SSM)和显著性更新模块(SUM)。SSM 用于对显著目标进行计数并提取标识有目标物体位置的粗显著图。SUM 用于更新由 SSM 获得的显著图,并将其逐步扩展为完整的显著图。最终使用一个后处理方法对物体边缘进行细化。在每个阶段,生成的显著性图会和原始图像结合,生成了新的融合图像,这种融合图像会成为下一个迭代的输入图像,网络会逐步学习那些相关但不够显著的区域,逐步达到细化的效果。本发明解决了依赖于大量的像素级标签的费力低效的问题,以及在有限类别内检测通用物体,而不是显著物体的问题,提升了可用训练样本的数量,保证了图像类别标签的显著性。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作