【技术实现步骤摘要】
基于RGB图像伪深度信息的显著性检测方法和装置
本专利技术实施例涉及计算机视觉领域，具体涉及一种基于RGB图像伪深度信息的显著性检测方法和装置，另外还涉及一种电子设备和计算机可读存储介质。
技术介绍
在计算机视觉领域，随着各种摄像头和激光扫描设备的增加，显著性检测技术越来越深入地应用在RGB图像分割、对象检测及识别等方向，其目的在于让计算机模拟人眼视觉的识别功能，从视觉场景中找到最引人注目的局部目标。在显著性检测技术中，好的显著性检测模型能够准确定位突出目标并保留原始RGB图像信息，尽可能降低丢失实际显著区域或者将背景标记为显著区域的可能性。显著性检测作为一种广泛用于RGB图像前置处理的技术，需要保证较高的计算效率。现有的显著性检测方法主要分为无监督和全监督两大类。无监督显著性检测方法通过提取RGB图像的低层特征来辨别目标，并且计算高效。相较于无监督方法，全监督方法检测效果更优，但是它在训练过程中要求大量的带标签RGB图像，这使得人工标记的难度和实际时间成本不断增加。当前的显著性检测发展主要面临以下几大难题：一是数据...
【技术保护点】
1.一种基于RGB图像伪深度信息的显著性检测方法，其特征在于，包括：/n基于预设的伪深度计算模型对RGB图像进行深度估计，获得RGB图像中超像素的伪深度信息；/n根据所述RGB图像中超像素的颜色特征进行加权平均值计算，获得超像素的平均颜色值；根据所述超像素的平均颜色值，生成颜色对比区域；/n将所述RGB图像中超像素的伪深度信息作为超像素的深度特征；通过计算所述RGB图像中目标超像素的深度与所述RGB图像中所有超像素中的最小深度之间的深度距离，获得所述超像素之间的深度对比度；根据所述超像素之间的深度对比度，生成深度对比区域；/n将预设的韦伯局部描述符作为超像素的纹理特征；根据...
【技术特征摘要】
20191219 CN 20191132007761.一种基于RGB图像伪深度信息的显著性检测方法，其特征在于，包括：
基于预设的伪深度计算模型对RGB图像进行深度估计，获得RGB图像中超像素的伪深度信息；
根据所述RGB图像中超像素的颜色特征进行加权平均值计算，获得超像素的平均颜色值；根据所述超像素的平均颜色值，生成颜色对比区域；
将所述RGB图像中超像素的伪深度信息作为超像素的深度特征；通过计算所述RGB图像中目标超像素的深度与所述RGB图像中所有超像素中的最小深度之间的深度距离，获得所述超像素之间的深度对比度；根据所述超像素之间的深度对比度，生成深度对比区域；
将预设的韦伯局部描述符作为超像素的纹理特征；根据所述超像素的纹理特征计算所述超像素之间的纹理距离；根据所述超像素之间的纹理距离获得所述超像素之间的纹理对比度；根据所述超像素之间的纹理对比度生成纹理对比区域；
根据所述颜色对比区域、所述深度对比区域以及所述纹理对比区域，按照预设的显著性融合算法进行融合计算，输出显著性检测结果。
2.根据权利要求1所述的基于RGB图像伪深度信息的显著性检测方法，其特征在于，所述根据所述RGB图像中超像素的颜色特征进行加权平均值计算，获得超像素的平均颜色值，具体包括：
基于预设的欧式距离公式计算所述RGB图像中超像素之间的颜色距离；
对所述RGB图像中的第一超像素到所述RGB图像中除所述第一超像素之外的第二超像素的颜色距离进行空间加权平均运算，获得超像素的平均颜色值。
3.根据权利要求1所述的基于RGB图像伪深度信息的显著性检测方法，其特征在于，还包括：
获得所述纹理对比区域中超像素的颜色特征、深度特征以及纹理特征；
根据所述颜色特征、所述深度特征以及所述纹理特征分析所述纹理对比区域中超像素之间的对比度，按照预设的调和平均算法进行计算，获得前景对比图；
根据所述颜色对比区域、所述深度对比区域、所述纹理对比区域以及前景对比图，按照预设的显著性融合算法进行融合计算，输出显著性检测结果。
4.根据权利要求1所述的基于RGB图像伪深度信息的显著性检测方法，其特征在于，还包括：按照预设的优化处理规则对所述显著性检测结果进行优化处理，获得优化后的显著性检测结果。
5.根据权利要求1所述的基于RGB图像伪深度信息的显著性检测方法，其特征在于，所述根据所述超像素的纹理特征计算所述超像素之间的纹理距离具体为，根据所述超像素的纹理特征，按照预设的卡方距离公式计算所述超像素之间的纹理距离。
6.一种基于RGB图像伪深度信息的显著性检测装置，其特征在于，包括...
【专利技术属性】
技术研发人员：龚月姣，雷思潮，肖晓琳，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。