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:南开大学
摘要:本发明公开一种基于分组梯度学习策略的伪装物体检测方法及系统,包括:对伪装物体图像提取不同特征维度的语义特征;以目标级别梯度为学习监督信号,对伪装物体图像提取纹理特征;将语义特征和纹理特征沿通道进行切割,并对语义特征子组和纹理特征子组根据不同的分组尺度进行重排列,得到多组重组特征;对重组特征进行注意力映射得到多组注意力特征,根据语义特征与多组注意力特征得到梯度诱导特征,根据梯度诱导特征采用伪装目标检测模型得到伪装物体的检测结果。解决传统特征聚合策略存在的忽略语义表征和纹理表征之间的相关性或者差异性的问题,大幅提升对伪装物体的识别能力。
主权项:1.一种基于分组梯度学习策略的伪装物体检测方法,其特征在于,包括:对伪装物体图像提取不同特征维度的语义特征;以目标级别梯度为学习监督信号,对伪装物体图像提取纹理特征;所述目标级别梯度为:其中,FE表示边缘检测器,边缘检测器的输入为带有离散像素坐标x,y的伪装物体图像I,表示逐像素乘法运算;ZC为伪装物体图像的真值图;ZG为目标级别梯度;将语义特征和纹理特征沿通道进行切割,并对得到的语义特征子组和纹理特征子组根据不同的分组尺度进行重排列和特征拼接,得到多组重组特征;对重组特征进行注意力映射得到多组注意力特征,根据语义特征与多组注意力特征得到梯度诱导特征,根据梯度诱导特征采用训练后的伪装目标检测模型得到伪装物体的检测结果;其中,根据语义特征与多组注意力特征得到梯度诱导特征的过程包括:将语义特征与注意力特征逐元素相加,根据梯度诱导转换函数得到梯度诱导特征: 其中,为梯度诱导特征,Ti为梯度诱导转换函数,为语义特征,XG为纹理特征,为注意力特征,N为每组重组特征内包含的N组子集,表示逐元素相加,Σ表示多项和。
全文数据:
权利要求:
百度查询: 南开大学 一种基于分组梯度学习策略的伪装物体检测方法及系统
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。