一种多层次深度辅助性RGB-D显著性目标检测方法

摘要

本发明公开了一种多层次深度辅助性RGB‑D显著性目标检测方法，其在训练阶段，获取包含彩色真实目标图像及对应的深度图像和真实显著性图像的训练集；构建多层次架构的卷积神经网络；将彩色真实目标图像及对应的深度图像输入到卷积神经网络中进行训练，即将深度信息作为彩色信息的辅助信息输入到卷积神经网络中，既保留了主要的彩色信息，又有深度信息做辅助，使得训练得到的卷积神经网络训练模型不会因为重视深度信息而忽视了作为主体的彩色信息；在测试阶段，利用卷积神经网络训练模型巧妙地融合了彩色信息和深度信息，使得得到的预测显著性检测图像的效果更好。