一种基于轻量级网络的共有特征显著性目标检测方法

本发明公开了一种基于轻量级网络的共有特征显著性目标检测方法，其构建一个包含彩色可见光图像、红外图像和深度图像的训练集，并搭建一个轻量级神经网络，轻量级神经网络主要由共有结构提取模块、双模态融合模块和多尺度特征精炼模块构成；将训练集中的数对彩色可见光图像和与其对应的红外图像、深度图像一起输入到神经网络中进行若干次网络训练，网络训练结束后得到神经网络训练模型；使用神经网络训练模型对测试图像对进行预测，得到显著性目标图像，能够在低参数量和计算量的情况下有效提高显著性目标检测的准确度。