一种基于低秩矩阵恢复的图像显著性目标检测方法

被引：0

专利类型：

发明

申请号：

CN201910801714.5

申请日：

2019-08-28

公开(公告)号：

CN110503113A

公开(公告)日：

2019-11-26

发明(设计)人：

刘明明刘兵郑丽丽李震霄仇文宁付红孙伟李姗姗

申请人：

申请人地址：

221000 江苏省徐州市铜山新区学苑路

IPC主分类号：

G06K946

IPC分类号：

G06K962

代理机构：

西安铭泽知识产权代理事务所(普通合伙) 61223

代理人：

梁静

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2019-11-26	公开	公开
2019-12-20	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/46 申请日:20190828

共 50 条

[1]

基于加权低秩矩阵恢复模型的显著性目标检测方法与系统 [P].

唐厂 ;

万诚 .

中国专利 :CN109101978A ,2018-12-28

[2]

一种基于显著标签排序的图像显著性目标检测方法 [P].

郎丛妍 ;

李尊 ;

何伟明 ;

于兆鹏 ;

杜雪涛 ;

杜刚 ;

朱艳云 .

中国专利 :CN106127197A ,2016-11-16

[3]

一种基于低秩多尺度融合的图像显著性检测方法 [P].

冯伟 ;

孙济洲 ;

黄睿 ;

刘烨 .

中国专利 :CN106780450A ,2017-05-31

[4]

基于矩阵分解的高光谱图像显著性目标检测方法 [P].

魏巍 ;

张磊 ;

高一凡 ;

严杭琦 ;

张艳宁 .

中国专利 :CN107316309A ,2017-11-03

[5]

基于矩阵低秩稀疏分解的目标显著性检测方法 [P].

曹飞龙 ;

张清华 .

中国专利 :CN111046868A ,2020-04-21

[6]

一种图像显著性目标检测方法 [P].

刘教民 ;

耿宁宁 ;

刘依 ;

郭迎春 ;

于洋 ;

师硕 ;

阎刚 ;

朱叶 ;

郝小可 .

中国专利 :CN111209918B ,2020-05-29

[7]

基于自学习特征和矩阵低秩复原的视觉显著性检测方法 [P].

钱晓亮 ;

张焕龙 ;

刘玉翠 ;

曾黎 ;

吴青娥 ;

毋媛媛 ;

张鹤庆 ;

刁智华 ;

陈虎 ;

贺振东 ;

过金超 ;

王延峰 ;

杨存祥 ;

张秋闻 .

中国专利 :CN106447667A ,2017-02-22

[8]

一种图像显著性目标检测方法及系统 [P].

郭庆强 ;

黄昱文 ;

陈振学 ;

刘成云 ;

翟含笑 ;

武家政 ;

陈纪旸 .

中国专利 :CN119992057A ,2025-05-13

[9]

一种图像显著性目标检测方法及系统 [P].

唐厂 ;

万诚 .

中国专利 :CN109509191A ,2019-03-22

[10]

基于深监督学习的图像显著性目标检测方法 [P].

张善卿 ;

孟一恒 ;

李黎 ;

陆剑锋 .

中国专利 :CN113139431B ,2024-05-03

← 1 2 3 4 5 →