基于时空卷积神经网络的视频显著性目标检测系统及方法.pdfVIP

下载本文档

0
0
约1.84万字
约 15页
2023-05-20 发布于北京
举报
版权申诉

基于时空卷积神经网络的视频显著性目标检测系统及方法.pdf

1、本文档共15页，其中可免费阅读14页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供一种基于时空卷积神经网络的视频显著性目标检测系统及方法，所述系统包括空间特征提取模块、时空一致特征增强模块、特征融合及上采样模块、低级语义信息链接模块、解码器；采用一种嵌入了交叉自注意力计算机制的循环神经网络来进行时空一致性特征的提取，对特征图中的特征值进行加权提升显著性特征和非显著性特征的对比度，在一定程度上避免背景信息对前景信息的干扰；同时，采用一种低级语义信息链接模块将低级空间特征和时空一致性特征融合，减少低级空间特征的损失，使得物体边缘的预测更加准确。本发明相对于传统的视频显著

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114926760 A (43)申请公布日 2022.08.19 (21)申请号 202210501874.X G06V 10/80 (2022.01)