弱监督学习引导的协同显著性检测方法

被引：0

申请号：

CN202210375572.2

申请日：

2022-04-11

公开(公告)号：

CN114743027B

公开(公告)日：

2022-07-12

发明(设计)人：

钱晓亮曾银凤李哲辉王慰曾黎张秋闻吴青娥程塨姚西文岳伟超任航丽刘向龙马振宇

申请人：

申请人地址：

450000 河南省郑州市高新技术产业开发区科学大道136号

IPC主分类号：

G06V1046

IPC分类号：

G06V10774 G06V1080 G06V1082 G06V10764 G06V1094 G06N304 G06N308

代理机构：

郑州优盾知识产权代理有限公司 41125

代理人：

栗改

法律状态：

授权

国省代码：

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
2023-01-31	授权	授权
2022-07-29	实质审查的生效	实质审查的生效 IPC(主分类):G06V 10/46 申请日:20220411
2022-07-12	公开	公开

共 50 条

[1] 一种基于弱监督学习的协同显著性检测方法 [P].

周晓飞 ;

贺熠凡 ;

张继勇 ;

孙垚棋 ;

颜成钢 .

中国专利 :CN112598043A ,2021-04-02

[2] 一种基于弱监督学习的视频烟雾显著性目标检测方法 [P].

贾阳 ;

毛紫旭 ;

崔栖瑞 ;

姚莹莹 ;

江炜珏 .

中国专利 :CN119206160A ,2024-12-27

[3] 基于协同显著性生成式对抗网络的协同显著性检测方法 [P].

钱晓亮 ;

白臻 ;

任航丽 ;

曾黎 ;

邢培旭 ;

程塨 ;

姚西文 ;

刘向龙 ;

岳伟超 ;

王芳 ;

刘玉翠 ;

赵素娜 ;

王慰 ;

毋媛媛 ;

吴青娥 .

中国专利 :CN111027576A ,2020-04-17

[4] 基于深监督学习的图像显著性目标检测方法 [P].

张善卿 ;

孟一恒 ;

李黎 ;

陆剑锋 .

中国专利 :CN113139431B ,2024-05-03

[5] 基于深监督学习的图像显著性目标检测方法 [P].

张善卿 ;

孟一恒 ;

李黎 ;

陆剑锋 .

中国专利 :CN113139431A ,2021-07-20

[6] 基于无监督学习的显著性物体检测方法及系统 [P].

李冠彬 ;

吴梓溢 ;

颜鹏翔 ;

刘梦梦 ;

林倞 .

中国专利 :CN113326886A ,2021-08-31

[7] 一种基于深度学习的协同显著性检测方法 [P].

朱锦春 ;

闫胜业 .

中国专利 :CN114998615B ,2024-08-23

[8] 一种基于深度学习的协同显著性检测方法 [P].

朱锦春 ;

闫胜业 .

中国专利 :CN114998615A ,2022-09-02

[9] 一种协同显著性检测方法 [P].

雷建军 ;

丛润民 ;

侯春萍 ;

张静 ;

范晓婷 ;

彭勃 .

中国专利 :CN107909079B ,2018-04-13

[10] 基于超像素聚类的协同显著性检测方法 [P].

刘纯平 ;

朱桂墘 ;

季怡 ;

邢腾飞 ;

万晓依 ;

王大木 .

中国专利 :CN107103326B ,2017-08-29

← 1 2 3 4 5 →