一种基于CNN的显著性检测系统和方法

作者：夏书银; 孟坤; 高新波; 罗跃国; 单宏远

来源：2021-03-05, 中国, ZL202110246524.9.

本发明公开了一种基于CNN的显著性检测系统和方法,系统包括特征融合模块、低级特征注意力模块和高级特征注意力模块；低级特征注意力模块用于获取的具有低级多粒度特征的特征图；尺度增强融合模块用于获得具有高级多粒度的特征图；高级特征注意力模块用于对具有高级多粒度的特征图中有关联性的特征图提供权重,获得关联有高级语义信息的特征图；特征融合模块用于对特征图进行特征融合,得到最终的显著性检测图。解决了现有技术中需要人工设计特征提取算法,没有对彩色信息和深度信息的高级特征和低级特征进行融合,导致有用信息丢失的问题,本发明对图像中显著性目标轮廓部分处理地更加细致,预测出来的显著性目标具有更清晰的轮廓。

• 出版日期2021-3-5
• 单位重庆邮电大学