基于局部特征提取和语义分割的RGB-D SOD方法

基于局部特征提取和语义分割的RGB‑D SOD方法，属于图像显著性检测技术领域，为了解决现有的显著性提取方法精度较低的问题，该方法包括：步骤1，构建网络模型：整个网络基于编码器‑解码器结构模型的框架设计；步骤2，准备数据集：选择常用的RGB‑D图片构建数据集；步骤3，训练网络模型：将步骤2中准备好的数据集输入到步骤1构建好的网络模型中进行训练；步骤4，选择最小化损失函数值和最优评估指标；步骤5，保存模型：将最终确定的模型参数进行固化；如果进行RGB‑D图像显著性检测操作时，直接将彩色图和深度图输入到网络中即可得到最终的显著图。本发明精度更高可以很好地应用到机器人技术中去，通用性更强。