基于多视角引导网络的显著和伪装物体分割方法技术

本发明专利技术公开了基于多视角引导网络的显著和伪装物体分割方法，具体包括如下步骤：步骤1，多视角特征提取模块；步骤2，特征提取模块；步骤3，显著度探索模块；采用本发明专利技术，通过在多个公开数据集上进行评估，实验结果表明，本方法可以同时适用于显著物体分割和伪装物体分割，大幅提高了两个任务的分割精度和鲁棒性，具备较强的通用性，可以适用于复杂场景下的多种分割任务。

【技术实现步骤摘要】

本专利技术属于计算机视觉及人工智能，涉及基于多视角引导网络的显著和伪装物体分割方法。

技术介绍

1、通用对象分割是计算机视觉领域最流行的方向之一，也是众多计算机视觉任务的前提。而以检测对象的显著程度为依据，通用对象分割可以划分为显著对象分割和伪装对象分割。其中，显著对象分割的旨在分割出图像中最吸引人注意的目标，对象是否被判定为“显著”通常与其所处的空间位置有很大的关系—通常显著对象位于图像中间，相反地，对于伪装对象而言，位置不再成为限制，它们更多的依靠色彩的伪装出现在图像中的任何位置，并且尽可能的融入环境和背景让人难以察觉。我们注意到，这两类看似完全矛盾的分割任务，却又在概念上具有一定的重合空间，因此我们尝试从二者的共同点出发，充分考虑二者区别，提出一个通用的分割方法；现有的分割模型通用性差，无法实现对显著物体和伪装物体的准确分割。

技术实现思路

1、本专利技术的目的是提供基于多视角引导网络的显著和伪装物体分割方法，实现对显著物体和伪装物体的准确分割；具备大幅提高了分割模型的通用性，实现了一种通用方法同时具备本文档来自技高网...

【技术保护点】

1.基于多视角引导网络的显著和伪装物体分割方法，其特征在于，具体按以下步骤实施：

2.根据权利要求1所述的基于多视角引导网络的显著和伪装物体分割方法，其特征在于，所述步骤1中多视角信息提取模块具体为：采用多视角图像作为输入，经过多视角编码器进行特征提取，再经过多视角融合模块进行信息整合，具体按以下步骤实施：

3.根据权利要求1所述的基于多视角引导网络的显著和伪装物体分割方法，其特征在于，所述步骤1.1具体按以下步骤实施：

4.根据权利要求1所述的基于多视角引导网络的显著和伪装物体分割方法，其特征在于，所述步骤1.2具体按以下步骤实施：

5....

【技术特征摘要】

1.基于多视角引导网络的显著和伪装物体分割方法，其特征在于，具体按以下步骤实施：

2.根据权利要求1所述的基于多视角引导网络的显著和伪装物体分割方法，其特征在于，所述步骤1中多视角信息提取模块具体为：采用多视角图像作为输入，经过多视角编码器进行特征提取，再经过多视角融合模块进行信息整合，具体按以下步骤实施：

3.根据权利要求1所述的基于多视角引导网络的显著和伪装物体分割方法，其特征在于，所述步骤1.1具体按以下步骤实施：

4.根据权利要求1所述的基于多视角引导网络的显著和伪装物体分割方法，其特征在于，所述步骤1.2具体按以下步骤实施：

【专利技术属性】
技术研发人员：宋霄罡，张鹏飞，黑新宏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人