一种基于空间金字塔池的多模态融合显著性检测方法

摘要

本发明公开了一种基于空间金字塔池的多模态融合显著性检测方法，其在训练阶段构建卷积神经网络，包括输入层、隐层和输出层，输入层包括2个子输入层，隐层包括10个神经网络块、2个空间金字塔池多模态融合层、4个卷积层、3个反卷积层、3个过渡用卷积层，输出层包括3个子输出层；将训练集中的每幅左视点图像和深度图像各自的三通道分量输入到卷积神经网络中进行训练，得到每幅左视点图像对应的三幅显著性检测图；通过计算显著性检测图构成的集合与真实人眼注视图构成的集合之间的损失函数值，得到卷积神经网络训练模型；在测试阶段利用卷积神经网络训练模型进行预测；优点是检测准确度高，且检测效率高。