买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明公开了一种基于频域‑时域特征关联重塑的目标检测方法。本发明设计了一种同时在时域和频域上联合处理图像特征的神经网络。该网络一方面通过离散余弦变换和逆离散余弦变换完成时域和频域之间特征的转换和融合，在利用频域处理的优势的同时避免了时域特征和频域特征的混合；另一方面设计了一种特殊的频域下采样方法完成了和时域平均池化等效的频域下采样，在保留了不同频率中信息的同时可以高效地运行。通过这两种特殊设计，该网络得以很高的效率提取高质量的图像特征，进而提升后续目标检测任务的准确性。

主权项：1.一种基于频域-时域特征关联重塑的目标检测方法，其特征在于，包含以下步骤：步骤1使用卷积神经网络处理输入图像，得到四分之一分辨率的时域基础特征图；步骤2使用二维离散余弦变换将基础特征图从时域特征转换为频域特征，得到频域基础特征图；步骤3将上述的时域基础特征图和频域基础特征图包含的时域特征和频域特征输入时域-频域特征提取与融合模块中进行特征提取，在时域-频域特征提取与融合模块内进行如下操作，首先将输入的时域特征进行层归一化后使用离散余弦变换转换为频域特征，将其与输入的频域特征相加后送入包含残差链接的卷积神经网络进行特征提取得到新的频域特征，接着将新的频域特征在进行层归一化后通过逆离散余弦变换转换为时域特征，与输入的时域特征相加后送入另一个包含残差链接的卷积神经网络进行特征提取得到新的时域特征；记输入的时域特征和频域特征分别为f,F，本模块使用离散余弦变换DCT、逆离散余弦变换IDCT、卷积神经网络Conv和层归一化函数Norm进行的处理得到输出时域和频域特征fo,Fo的过程可以使用下述公式表示：F′＝DCTNormf+FFp＝ConvNormF′+F′f′＝IDCTNormFo+ffo＝ConvNormf′+f′；步骤4在重复上述步骤3中的时域-频域特征提取与融合模块数次以提取特征后，得到跨域融合后的时域和频域特征图，使用卷积核大小为3、步长为2的卷积将上述得到的时域特征图下采样以减少一半的分辨率，同时使用基于重映射的频域下采样模块将上述得到的频域特征图下采样以减少一半的分辨率；步骤5交替重复上述步骤34，共进行4轮特征提取处理和3轮下采样，得到从四分之一到三十二分之一分辨率的四张时域特征图；步骤6使用已有的目标检测器，根据上述四个时域特征图进行目标检测任务。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于频域-时域特征关联重塑的目标检测方法