摘要
本发明公开了一种RGB‑D显著性检测方法、装置、电子设备及介质,其中方法包括:对输入图像进行预处理;生成超像素分割图并提取边界;将预处理后的RGB图像和深度图像输入编码器中,得到多模态特征;融合RGB特征和深度特征;将融合特征输入到解码器中进行解码,输出预测的显著图。将RGB特征输入到边界感知模块,输出预测的RGB图像边界图;将融合特征输入到边界感知模块,输出预测的显著图边界;用精细标记的分割图对显著性目标预测结果进行监督,利用边界图对RGB图像边界进行预测,利用损失函数指导模型的学习。本发明通过超像素生成算法为网络提供边界指导,极大地提高了网络对边缘的感知,有效地提高了分割的质量,可广泛应用于图像处理领域。
技术关键词
显著性检测方法
融合特征
图像
特征提取器
RGB特征
生成超像素
深度特征提取
编码器
解码器
分割算法
电子设备
多模态特征
多层次
特征提取模块
边界特征
对齐模块
生成算法
系统为您推荐了相关专利信息
理解系统
多模态数据采集
多模态特征融合
强化学习算法
非临时性存储介质
图像采集方法
资料
校验模型
医学影像清晰度
生成图片集
语义地图构建方法
激光点云数据
图像语义分割
网格
多传感器
智能集群控制系统
太阳能路灯
工作状态数据
前馈神经网络
数据采集模块