一种交互循环特征重塑的显著性图像检测方法

摘要

本发明公开了一种交互循环特征重塑的显著性图像检测方法，其在训练阶段构建卷积神经网络，包括输入层、编码部分、解码部分和输出层，编码部分包括神经网络块，解码部分包括信息提取块、特征重塑块、信息重塑块、膨胀卷积块、特征聚合块；将3D图像的RGB图像的三通道及深度图像经处理后得到的三通道深度图输入到卷积神经网络中进行训练，得到显著性检测图；通过计算显著性检测图与标签图像之间的损失函数值，得到最优权值矢量和最优偏置项；在测试阶段将待检测3D图像的RGB图像的三通道及深度图像对应的三通道深度图输入到卷积神经网络训练模型中，利用最优权值矢量和最优偏置项进行预测，得到显著性预测图像；优点是显著性检测结果清晰，检测精度高。