顯著目標(biāo)檢測是指借助于數(shù)學(xué)建模的方法,按照人類視覺系統(tǒng)去定義和分割圖像中最引人關(guān)注的目標(biāo)區(qū)域。同時它也可以視為一種預(yù)處理技術(shù)去解決其他領(lǐng)域中目標(biāo)與背景的分割問題,此時研究顯著目標(biāo)在雜亂環(huán)境下的檢測就顯得比較重要。受到單模態(tài)RGB圖像信息量的限制,顯著目標(biāo)檢測的性能雖然還在不斷地提高,但是提高的速度正在逐年減緩,并且趨向于一種飽和的狀態(tài)。隨著帶有深度相機的智能手機和高性能計算設(shè)備的普及,深度圖像的采集和處理變得更加便利,這為研究基于多模態(tài)的顯著目標(biāo)檢測提供了新的機遇。在背景較為雜亂的場景下,當(dāng)前主流的顯著目標(biāo)檢測方法卻表現(xiàn)得不能令人滿意。借助于多任務(wù)學(xué)習(xí)的方法,結(jié)合顯著目標(biāo)檢測和顯著目標(biāo)存在預(yù)測兩個子任務(wù)去解決雜亂環(huán)境下的顯著性檢測,是一種有效的思路。本文對基于多模態(tài)和多任務(wù)的顯著目標(biāo)檢測方法進行了系統(tǒng)深入的研究,主要工作內(nèi)容及創(chuàng)新點總結(jié)歸納如下:（1）設(shè)計了一種基于多級上采樣融合的強監(jiān)督RGB-D顯著目標(biāo)檢測方法。該方法通過上采樣融合模塊為特征融合提供了更多的跨模態(tài)融合路徑,并結(jié)合強監(jiān)督殘差模塊減少了多模態(tài)特征融合的模糊性,增強了充分性。（2）設(shè)計了一種基于顯著目標(biāo)存在預(yù)測的顯著目標(biāo)檢... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

五種方法在三個主流數(shù)據(jù)集上的平均MAE值

五種方法在非顯著圖片上的可視化比較

本章方法的網(wǎng)絡(luò)結(jié)構(gòu)圖


本文編號：3083586