基于深度网络层次化与多任务训练的显著性物体检测方法

被引：0

专利类型：

发明

申请号：

CN201910143226.X

申请日：

2019-02-26

公开(公告)号：

CN109919059A

公开(公告)日：

2019-06-21

发明(设计)人：

傅可人赵启军

申请人：

申请人地址：

610065 四川省成都市一环路南一段24号

IPC主分类号：

G06K900

IPC分类号：

G06N308 G06N304

代理机构：

四川力久律师事务所 51221

代理人：

李正

法律状态：

授权

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
2021-01-26	授权	授权
2019-06-21	公开	公开
2019-07-16	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/00 申请日:20190226

共 50 条

[1]

基于深度学习的弱监督显著性物体检测的方法及系统 [P].

李冠彬 ;

林倞 ;

谢圆 ;

成慧 .

中国专利 :CN108399406A ,2018-08-14

[2]

基于多层次上下文信息融合的显著性物体检测方法 [P].

程明明 ;

刘云 .

中国专利 :CN109766918A ,2019-05-17

[3]

基于层次显著性通道学习的深度多任务行人再识别方法 [P].

王旭 ;

王其聪 ;

赵冲 ;

李茂贞 .

中国专利 :CN109977893B ,2019-07-05

[4]

基于阶梯状递进神经网络的显著性物体检测方法 [P].

周武杰 ;

吴俊一 ;

雷景生 ;

万健 ;

甘兴利 ;

钱小鸿 ;

叶宁 .

中国专利 :CN113205481A ,2021-08-03

[5]

一种基于多图神经网络协同学习架构的显著性物体检测装置及方法 [P].

刘冰 ;

王甜甜 ;

付平 ;

高丽娜 ;

陈浩林 ;

朱玉晴 ;

付洪硕 ;

闫铮 .

中国专利 :CN115063352A ,2022-09-16

[6]

一种基于级联改良网络的显著性物体检测方法 [P].

杨巨峰 ;

翟英杰 ;

范登平 .

中国专利 :CN110889416A ,2020-03-17

[7]

一种基于多图神经网络协同学习架构的显著性物体检测装置及方法 [P].

刘冰 ;

王甜甜 ;

付平 ;

高丽娜 ;

陈浩林 ;

朱玉晴 ;

付洪硕 ;

闫铮 .

中国专利 :CN115063352B ,2025-03-28

[8]

一种基于双向融合网络的显著性物体检测方法及装置 [P].

谭铁牛 ;

张彰 ;

王亮 ;

胡学财 ;

王海滨 .

中国专利 :CN109816100B ,2019-05-28

[9]

图像显著性物体检测方法和装置 [P].

侯淇彬 ;

程明明 ;

白蔚 ;

周迅溢 .

中国专利 :CN109118459B ,2019-01-01

[10]

基于极致下采样的图像显著性物体检测方法及系统 [P].

程明明 ;

吴宇寰 ;

刘云 .

中国专利 :CN112528900B ,2021-03-19

← 1 2 3 4 5 →