一种基于多模态特征细化和融合的显著性物体检测方法

被引：0

专利类型：

发明

申请号：

CN202410192199.6

申请日：

2024-02-21

公开(公告)号：

CN117975216A

公开(公告)日：

2024-05-03

发明(设计)人：

周之平李克伟代冀阳陈克豪刘金华

申请人：

南昌航空大学

申请人地址：

330063 江西省南昌市丰和南大道696号

IPC主分类号：

G06V10/80

IPC分类号：

G06V10/82 G06V10/46 G06N3/0464 G06N3/0455 G06N3/08

代理机构：

南昌华成联合知识产权代理事务所(普通合伙) 36126

代理人：

徐苍

法律状态：

实质审查的生效

国省代码：

江西省南昌市

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
2024-07-05	实质审查的生效	实质审查的生效IPC(主分类):G06V 10/80申请日:20240221
2024-05-03	公开	公开

共 50 条

[1]

基于多策略和交叉特征融合的显著物体检测方法 [P].

周武杰 ;

孙帆 ;

强芳芳 ;

许彩娥 .

中国专利 :CN113313077A ,2021-08-27

[2]

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

[3]

一种基于双模态交叉融合与多图交互式学习的视频显著性物体检测方法与系统 [P].

刘冰 ;

王甜甜 ;

付平 ;

高丽娜 ;

闫铮 ;

付杰 ;

周惊涛 ;

王树炎 ;

孙杉 ;

梁祖爽 .

中国专利 :CN116363388B ,2025-11-18

[4]

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

[5]

一种基于特征先校正再融合的多模态显著性目标检测方法 [P].

李春光 ;

何宇光 ;

彭康利 ;

宋红卫 ;

秦琦 ;

张强 ;

金国强 .

中国专利 :CN116363468B ,2025-11-25

[6]

一种基于自适应融合机制的图像显著性物体检测方法 [P].

李革 ;

朱春彪 ;

王文敏 ;

王荣刚 .

中国专利 :CN107145892B ,2017-09-08

[7]

一种基于机器学习的显著性物体检测方法 [P].

夏筱筠 ;

叶岚清 ;

刘丽丽 ;

史建航 .

中国专利 :CN112990226A ,2021-06-18

[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]

一种基于3D卷积神经网络的RGBD显著性物体检测方法 [P].

傅可人 ;

陈倩 ;

赵启军 .

中国专利 :CN112749712B ,2021-05-04

[10]

一种基于显著性融合与传播的显著物体检测方法 [P].

任桐炜 ;

贝佳 ;

郭竞帆 .

中国专利 :CN106373162A ,2017-02-01

← 1 2 3 4 5 →