申请/专利权人:南京邮电大学
申请日:2023-12-29
公开(公告)日:2024-04-02
公开(公告)号:CN117809338A
主分类号:G06V40/10
分类号:G06V40/10;G06V40/40;G06V10/42;G06V10/80;G06V10/82;G06N3/0464
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:本发明属于目标检测领域,公开了一种基于空频域定位和边缘扩散增强的伪装目标检测方法,步骤为:步骤S1、将伪装目标图像输入到主干网络来提取多尺度特征;步骤S2、将主干网络的特征输入到空频域定位网络实现对于伪装目标的图像全局定位,得到伪装目标的初始定位图;步骤S3、将主干网络的特征输入到上下文信息融合网络,获得多尺度融合特征;步骤S4、将伪装目标的初定位图和多尺度融合特征输入到边缘扩散增强网络,逐层获得更为精细的伪装目标分割图;步骤S5、将初定位图和伪装目标分割图同训练集真值图计算损失,训练整个模型。本发明解决了现有模型对于伪装目标定位不准确和对于边缘分割不精细的问题,能够提高伪装目标分割图的质量。
主权项:1.一种基于空频域定位和边缘扩散增强的伪装目标检测方法,其特征在于,包括以下步骤:S1、将伪装目标图像I∈RH×W×3输入到主干网络来提取多尺度特征ti,i=1,2,3,4,ti,i=1,2,3,4的通道数为{256i,i=1,2,4,8},分辨率为S2、将主干网络stage4的特征t4输入到空频域定位网络实现对于伪装目标的图像全局定位,得到伪装目标的初始定位图O5;S3、将主干网络stage1、stage2、stage3和stage4提取得到的多尺度特征ti,i=1,2,3,4输入到上下文信息融合网络,获得多尺度融合特征fk,k=1,2,3,4;S4、将伪装目标的初始定位图O5和多尺度融合特征fk,k=1,2,3,4输入到边缘扩散增强网络,逐层获得更为精细的伪装目标分割图Ok,k=1,2,3,4;S5、将初始定位图O5、伪装目标分割图Ok,k=1,2,3,4同训练集真值图GT计算损失,训练整个模型。
全文数据:
权利要求:
百度查询: 南京邮电大学 一种基于空频域定位和边缘扩散增强的伪装目标检测方法
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。