一种基于视觉显著性预测的公园图像焦点物体提取方法

本发明公开了一种基于视觉显著性预测的公园图像焦点物体提取方法，所述方法包括：构建包括骨干网络、读出网络层和后处理层的视觉显著性预测模型，在ImageNet数据集上对视觉显著性预测模型进行预训练，在SALICON数据集和MIT1003数据集上对视觉显著性预测模型进行训练优化；使用COCO‑Stuff164k数据集训练SAN语义分割模型，使得SAN语义分割模型能够识别输出图像中的各个物体类别；通过视觉显著性预测模型获取公园图像中高显著性区域，结合SAN语义分割模型输出图像的物体类别信息，计算各个物体类别的显著性值之和；根据各个物体类别的显著性值之和的大小确定公园图像中的视觉焦点物体。本发明通过有效结合视觉显著性和语义分割领域的技术，可以精准提取公园图像中的视觉焦点物体。