一种基于3D卷积的光场显著性目标检测方法

作者:王昕; 熊高敏; 张钊; 冯进; 于海潮; 高隽
来源:2021-05-31, 中国, ZL202110600616.2.

摘要

本发明公开了一种基于3D卷积的光场显著性目标检测方法,包括:1、对光场数据进行重聚焦,得到不同聚焦参数下的光场数据;2、对重聚焦后的光场数据进行解码,得到聚焦在场景不同深度下的焦点堆栈;3、对焦点堆栈进行数据增强;4、构建基于3D卷积的深度卷积神经网络,以焦点堆栈作为输入,对深度卷积神经网络进行训练,得到光场显著性目标检测模型;5、利用训练好的模型对待检测的焦点堆栈进行显著性目标检测,并评估模型在待检测的焦点堆栈上的精度。本发明能实现基于3D卷积的光场显著性目标检测,有效提高复杂多变环境下场景的显著性目标检测的准确性。