申请/专利权人：东南大学

申请日：2023-12-05

公开（公告）日：2024-03-08

公开（公告）号：CN117671361A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/80;G06V10/56;G06V10/82;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开了一种面向RGB‑D图像稠密预测任务的特征融合级联注意力方法及系统，包括级联注意力模块，所述模块包括全局互补注意力机制和局部对齐互注意力机制，其中，全局互补注意力机制计算模态内部的注意力图，并将各模态的注意力图融合进行特征交互，通过强调单模态内部特征的重要性消除多模态特征融合时的模态差异；局部对齐互注意力机制在传统的互注意力机制基础上增加了掩码操作，通过掩码使得特征只与其他模态特征的相同位置进行互注意力；所述级联注意力模块，在编码器分别提取RGB特征和深度特征后，从全局‑局部两个角度挖掘RGB与深度特征中的一致性与互补性，得到充分融合后的RGB‑D特征后，送入稠密预测任务的网络模型，完成推理输出预测结果。

主权项：1.面向RGB-D图像稠密预测任务的特征融合级联注意力系统，其特征在于：包括级联注意力模块，所述模块包括全局互补注意力机制和局部对齐互注意力机制，所述全局互补注意力机制：计算模态内部的注意力图，并将各模态的注意力图融合进行特征交互；所述全局互补注意力机制通过强调单模态内部特征的重要性消除多模态特征融合时的模态差异；所述局部对齐互注意力机制：在传统的互注意力机制基础上增加了掩码操作，通过掩码使得特征只与其他模态特征的相同位置进行互注意力；所述级联注意力模块，在编码器分别提取RGB特征和深度特征后，从全局-局部两个角度挖掘RGB与深度特征中的一致性与互补性，对特征进行有效融合，得到充分融合后的RGB-D特征后，送入稠密预测任务的网络模型，完成推理输出预测结果。

全文数据：

权利要求：

百度查询： 东南大学 面向RGB-D图像稠密预测任务的特征融合级联注意力方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD