摘要
本发明公开了一种基于深度信息融合的全景图像显著性目标检测方法、系统、设备及介质,属于计算机视觉领域,适用于高精度目标检测的全景图像分析场景,其方法包括:先将全景图像通过深度估计和显著性目标检测得到深度图像和显著性目标图像,然后分别从深度图像和显著图像中提取特征,得到深度图流特征和显著图流特征并进行融合,生成融合特征,再对融合特征进行解码,得到检测结果;同时根据检测结果对深度估计、显著性目标检测及特征融合联合训练,最后向训练后的网络模型中输入全景图像,检测出显著性目标,得到显著性目标结果图;系统、设备及介质用于实现该方法;本发明抑制了噪声和冗余信息,提升了全景图像显著性目标检测的准确度。
技术关键词
深度信息融合
注意力
多尺度特征解码
融合特征
特征提取模块
分支
深度估计方法
多尺度特征融合
特征融合网络
特征提取方法
像素
梯度下降优化算法
基础网络架构
全景深度图
通道
图像投影
图像编码
系统为您推荐了相关专利信息
排序损失
图像
词袋模型
注意力机制
文本分类模型
农田环境感知
农机自动驾驶
环境感知方法
激光雷达信息
图像
跨模态
转换方法
深度学习网络提取
注意力机制
医学影像特征
包装检测方法
陶瓷包装盒
产品包装盒
编码器
图像压缩
智能图像分割方法
图像编辑工具
矩阵
参数
活动轮廓