- 1、本文档共14页,其中可免费阅读13页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提出了一种基于逐通道时空表征学习的视频显著性物体检测方法,分为逐通道时空运动表征建模和空间多尺度上下文建模两个部分。逐通道时空运动表征建模构建了时空运动模式到显著性的映射,通过对视频的深度特征进行基于通道的“再变形”,得到每个特定通道位置的时序特征图集合,并独立地在每个通道位置上学习与显著性关联的时空运动模式;多尺度空间上下文建模针对当前帧提取静态显著性信息,采用并行的多个尺度的空洞卷积,获取更为丰富的空间上下文信息;最终显著性预测结果通过融合动态和静态显著性信息得到;本发明两个模块提供了
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112183248 A
(43)申请公布日 2021.01.05
(21)申请号 202010959265.X
(22)申请日 2020.09.14
(71)申请人 北京大学深圳研究生院
文档评论(0)