买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利一种基于信息互补的双流解码器的图像显著性检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114067101B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111304064.7，技术领域涉及：G06V10/25；该发明授权一种基于信息互补的双流解码器的图像显著性检测方法是由林怡炜;许金山;陈镇钦;汪梦婷;楼柯辰设计研发完成，并于2021-11-05向国家知识产权局提交的专利申请。

本一种基于信息互补的双流解码器的图像显著性检测方法在说明书摘要公布了：一种基于信息互补的双流解码器的图像显著性检测方法，包括：步骤S1、将标签图像分解得到对应的主体标签图和轮廓细节标签图；步骤S2、对训练数据集图像做随机裁剪、随机旋转、归一化、灰度化处理以增强样本的多样性；步骤S3、输入图像，使用VGG16框架预先处理，并使用一组不同维度的编码块，分别收集不同大小的图像特征；步骤S4、对通过编码器得到的五层输出特征图输入Embedding层，进行统一维度；步骤S5、将目标主体图编码后的特征和轮廓细节图编码后的特征，分别传入显著性支路和轮廓图支路，同时在各自支路上分别用获得的主体特征图和轮廓特征图进行监督；步骤S6、将两个主支路上所得到的目标主体特征和轮廓细节特征进行相加融合后，得到最终的预测图像。

本发明授权一种基于信息互补的双流解码器的图像显著性检测方法在权利要求书中公布了：1.一种基于信息互补的双流解码器的图像显著性检测方法，包括以下步骤： 步骤S1、通过扩张和侵蚀突出并计算标签图像之间的差值，来生成轮廓细节图，并采用种子填充算法寻找封闭轮廓内的区域，从而获得目标主体图； 步骤S2、对训练数据集图像做随机裁剪、随机旋转、归一化、灰度化处理以增强样本的多样性； 步骤S3、输入一个尺度为H×W的图像，使用VGG16框架预先处理，并使用一组不同维度的编码块，分别收集不同大小的图像特征； 步骤S4、对通过编码器得到的五层输出特征图输入Embedding层，进行统一维度； 步骤S5、将目标主体图编码后的特征和轮廓细节图编码后的特征，分别传入显著性支路和轮廓支路，同时在各自支路上分别用获得的主体特征图和轮廓特征图进行监督，一方面将二者的信息进行交互融合以达到信息互补，另一方面将二者分别传入各自的图像解码器以丰富特征；具体包括： 每个特征融合模块包括两条支路，分别是主体支路和轮廓支路，每条支路上还会附加对应的新支路并分别用主体图与轮廓图进行监督，然后再将得到的特征进行叠加融合后，不同新支路将得到的新特征输入到对面主支路中进行特征融合；由于最后的输出以显著性目标为主，所以以主体支路为主，将结果输入到下一个特征融合模块，模块之间可进行叠加，具体步骤如下： S51.对于每个特征融合模块，需要将两个数据进行相加，两个输入源分别是来自编码器对应的特征输出层以及来自上一层的模块的输出；对于主体图的第一个特征融合模块，由于没有来自上一层模块的输入特征，将编码器中的第5层输出作为上一层解码器的输入，其中，支路中间连接的实现如下： 5 6 其中，和分别表示主体支路和轮廓支路，表示卷积操作，的下标表示对应的分支，和代表了相关任务的预测，其中还添加了额外监督； S52.每个特征融合模块包括两条支路，分别是主体支路和轮廓支路，每条支路上还会附加对应的新支路并分别用主体图与轮廓图进行监督，然后再将得到的特征进行叠加融合后，不同新支路将得到的新特征输入到对面主支路中进行特征融合，直至重复叠加5次模块，将最后的输入特征进行融合后，输出主题预测图，其支路具体操作以及最终预测如下： 7 8 其中，和分别表示上采样和连接操作；对于最终的预测，将主体支路中的所有特征进行连接，以平衡层次信息，具体表示为： 9 10 其中，所有在连接之前都上采样到输入大小，再通过在连接特征上聚合最终预测； 步骤S6、将两个主支路上所得到的目标主体特征和轮廓细节特征进行相加融合后，再通过上采样操作和最后的连接操作，得到最终的预测图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。