基于深监督学习的图像显著性目标检测方法

被引：0

专利类型：

发明

申请号：

CN202110312130.9

申请日：

2021-03-24

公开(公告)号：

CN113139431B

公开(公告)日：

2024-05-03

发明(设计)人：

张善卿孟一恒李黎陆剑锋

申请人：

杭州电子科技大学

申请人地址：

310018 浙江省杭州市下沙高教园区

IPC主分类号：

G06V20/40

IPC分类号：

G06V10/46 G06V10/80 G06V10/82 G06N3/0464 G06N3/08

代理机构：

杭州君度专利代理事务所(特殊普通合伙) 33240

代理人：

杨舟涛

法律状态：

授权

国省代码：

浙江省杭州市

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
2024-05-03	授权	授权

共 50 条

[1] 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

[2] 基于半监督的图像显著性检测方法 [P].

曹向海 ;

焦李成 ;

张丹 ;

王爽 ;

刘红英 ;

马文萍 ;

马晶晶 .

中国专利 :CN104217438A ,2014-12-17

[3] 一种基于互补标签融合监督学习的图像显著性检测方法 [P].

张美玉 ;

谷雨斌 ;

郑建炜 ;

冯宇超 ;

李鹏飞 ;

吴杰 .

中国专利 :CN113112461A ,2021-07-13

[4] 弱监督学习引导的协同显著性检测方法 [P].

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 .

中国专利 :CN114743027B ,2022-07-12

[5] 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

[6] 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

[7] 一种基于文本增强学习的图像显著性检测方法 [P].

梁松 ;

刘瑞航 ;

王淑灏 .

中国专利 :CN115471831A ,2022-12-13

[8] 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

[9] 基于边缘的图像显著性检测 [P].

张萌萌 .

中国专利 :CN102609911B ,2012-07-25

[10] 一种基于文本增强学习的图像显著性检测方法 [P].

梁松 ;

刘瑞航 ;

王淑灏 .

中国专利 :CN115471831B ,2024-01-23

← 1 2 3 4 5 →