申请/专利权人：重庆邮电大学

申请日：2023-12-06

公开（公告）日：2024-04-02

公开（公告）号：CN117809053A

主分类号：G06V10/56

分类号：G06V10/56;G06V10/26;G06V10/54;G06V10/80;G06V10/82;G06N3/0464;G06N3/09

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及一种基于邻域相对差异性的DETR目标检测方法，属于图像目标检测领域。将源图像分割成规定尺寸的矩阵块，通过邻域相对差异性由颜色、灰度值、纹理底层特征生成每个矩阵块的颜色得分、灰度得分、纹理得分，进而构建矩阵块颜色得分图、灰度得分图、纹理得分图，并通过权重矩阵构建整张图像矩阵块多因素得分图。根据多因素得分图得分值由大到小编号，输入训练好的基于邻域相对差异性的DEtectionTRansformer中依次进行检测。本发明通过对目标出现概率大的区域优先进行检测，会将注意力放在局部信息上，对目标对象优先处理，避免无意义的图像计算，减小图像处理的检测时间，满足实时性目标检测的需要。

主权项：1.一种基于邻域相对差异性的DETR目标检测方法，其特征在于：该方法包括以下步骤：S1：使用固定大小s×s的滑动窗口在源图像上移动，将源图像分割成规定尺寸的m×m个矩阵块；S2：针对每个矩阵块，通过邻域相对差异性由颜色、灰度值、纹理底层特征生成每个矩阵块的颜色得分、灰度得分、纹理得分；S3：由每个矩阵块的颜色得分、灰度得分、纹理得分构建矩阵块颜色得分图、灰度得分图、纹理得分图，并通过权重矩阵构建整张图像矩阵块多因素得分图；S4：根据多因素得分图得分值由大到小标号0至m×m-1，构建带标号的矩阵块检测集合；S5：收集目标对象图像进行数据增强，对增强后的图像执行S1，对矩阵块进行目标标注并划分训练集与测试集，输入基于邻域相对差异性的DEtectionTRansformer中进行训练和测试；S6：将矩阵块检测集合中标号为i＝0的矩阵块输入训练好的基于邻域相对差异性的DEtectionTRansformer中，按照标号依次对各个矩阵块进行检测；S7：基于邻域相对差异性的DEtectionTRansformer对标号为i＝0的矩阵块进行检测，若检测出目标对象，则退出检测，否则对标号为i＝i+1的矩阵块进行目标检测，按照标号从小到大依次检测，直至检测出目标对象；若所有矩阵块均未检测出目标对象，则退出检测。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于邻域相对差异性的DETR目标检测方法

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