摘要：本发明涉及一种利用深度学习进行自然图像中显著区域的检测方法，在训练阶段，首先在自然图像数据库上选取一定数量的图片提取基本特征，构成训练样本，然后利用深度学习模型对已提取特征进行再学习，从而得到更抽象更有区分能力的增强型高级特征，最后用学习到的特征训练分类器。在测试阶段，对于任意一幅测试图像，首先提取基本特征，然后利用训练好的深度模型，提取增强型高级特征，最后利用分类器进行显著性与否的预测，并把每个像素点的预测值作为这点的显著值。这样我们就得到整幅图像的显著图，显著值越大，就越显著。
- 专利类型发明专利
- 申请人西北工业大学;
- 发明人韩军伟;闻时锋;张鼎文;郭雷;
- 地址710072 陕西省西安市友谊西路127号
- 申请号CN201310739026.3
- 申请时间2013年12月26日
- 申请公布号CN103810503B
- 申请公布时间2017年02月01日
- 分类号G06K9/66(2006.01)I;
