一种基于尺度不变性的协同显著性目标检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于尺度不变性的协同显著性目标检测方法
申请号:
CN202511309755
申请日期:
2025-09-15
公开号:
CN120808244B
公开日期:
2025-12-26
类型:
发明专利
摘要
本发明公开了一种基于尺度不变性的协同显著性目标检测方法,涉及监控安全技术领域,方法包括:获取监控系统中由视频流转换成的图像序列,将其输入预训练模型的主干网络以提取多尺度特征;对多尺度特征进行增强与融合处理生成初始显著性图;通过残差细化结构恢复细节边缘,生成精确显著性图;应用尺度一致性约束和语义特征反馈进行优化,得到目标显著性图并输出。本发明能够有效解决现有技术中模型对不同分辨率图像缺乏语义指导、泛化能力差的问题,显著提升监控系统中显著性目标检测的准确性和鲁棒性,适用于多种复杂监控场景。
技术关键词
多尺度特征
语义特征
特征提取模块
图像
数据
视频流
分辨率
电子设备
可读存储介质
网络
预训练模型
序列
处理器
计算机
像素
因子
场景
记忆