典型文献
基于图像分类的弱监督RGBD图像显著性检测方法
文献摘要：
彩色深度(Red Green Blue Depth,RGBD)图像不仅包含红绿蓝三通道的颜色信息,还包含深度信息,因此能提供更全面的空间结构信息.近年来,随着RGBD图像的广泛应用,基于RGBD的图像显著性检测方法相继被提出.为了更好地解决弱监督图像显著性检测方法中的跨模态数据融合问题,本文提出一种基于图像分类的弱监督RGBD图像显著性检测方法.首先,本文通过基于梯度的类别响应机制生成初始类别响应图,同时使用传统的显著图检测算法生成初始显著图.然后,根据本文提出的基于深度图的优化策略将初始类别响应图和初始显著图融合形成伪标签.最后,通过本文提出的由加权交叉熵损失、条件随机场推理损失以及边缘损失构成的混合损失对网络模型进行训练.实验表明,本文提出的弱监督RGBD图像显著性检测方法具有先进的性能.
文献关键词：
显著性检测;RGBD;弱监督;跨模态
中图分类号：
作者姓名：
沈启金;龙观潮;陈羽中
作者机构：
福州大学 数学与计算机科学学院,福州350105;空间数据挖掘与信息共享省部共建教育部重点实验室,福州350105
文献出处：
引用格式：
[1]沈启金;龙观潮;陈羽中-.基于图像分类的弱监督RGBD图像显著性检测方法)[J].小型微型计算机系统,2022(01):61-68
A类：
类别响应图
B类：
图像分类,弱监督,RGBD,图像显著性,显著性检测,色深,Red,Green,Blue,Depth,红绿蓝,三通道,颜色信息,深度信息,空间结构信息,跨模态数据,数据融合,融合问题,响应机制,显著图,检测算法,深度图,图融合,伪标签,交叉熵损失,条件随机场,混合损失
AB值：
0.32544
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
