申请/专利权人：西南石油大学

申请日：2024-01-09

公开（公告）日：2024-04-12

公开（公告）号：CN117876682A

主分类号：G06V10/26

分类号：G06V10/26;G06V20/70;G06V10/40;G06V10/44;G06V10/80;G06V10/82;G06N3/0455;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明设计了一种基于空间注意力降采样模块的盲道分割方法。该方法在数据集部分采用实际拍摄的盲道照片，可以更好的提升后续模型的泛化性与稳定性。编码器部分集成了空间注意力降采样模块，该模块可以更好的改进模型在特征下采样过程中信息提取的能力。网络进一步增加了边缘辅助解码器，通过边缘损失函数控制辅助解码器的参数更新。通过与辅助解码的特征融合从而提高主解码器的解码能力。本发明提高了对模拟盲人出行场景下的盲道分割能力，使用空间注意力降采样模块增强在像素级的预测任务上的上下文信息提取，通过设置主辅两种解码器进一步提升模型的分割效果，使得本发明在盲道分割领域具有显著的实用价值。

主权项：1.一种基于空间注意力降采样模块的盲道分割方法，其特征在于，包括以下步骤：S1、数据增强预处理：将数据集原始图片尺寸增大至2048×2048×3，并随机裁剪为512×512×3的图片，裁剪后的图片再随机翻转扩充数据量；S2、编码器部分：构建的空间注意力降采样模块SADBSpatialAttentionDownsamplingBlock，将S2中得到的数据输入到SADB改进的编码器中，对数据进行多尺度特征提取；S3、解码器部分：解码器部分由辅助解码器与主解码器组成，辅助解码器对S2中得到的特征层进行边缘信息提取，然后在主解码器中进行特征融合，辅助解码器由边缘损失函数反向传播更新参数，主解码器对输入的特征进行进一步提取，再上采样至掩码图尺寸，最终通过损失函数反向传播训练网络模型，得到对盲道区域预测的结果。

全文数据：

权利要求：

百度查询： 西南石油大学 一种基于空间注意力降采样模块的盲道分割方法

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