龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：基于全卷积网络的伪装物体分割方法，它包括以下步骤：步骤1：将PVTv2编码层特征提取模块作为网络编码部分实现对伪装目标图像的特征提取，输出大小不等的4层特征图F1、特征图F2、特征图F3、特征图F4；步骤2：将步骤1所得的四层特征图送入多尺度感受野模块中得到特征图R1、特征图R2、特征图R3、特征图R4；通过该模块的处理，有效融合了不同尺度下的特征信息，增强了特征图对于伪装目标多尺度特性的表征能力；步骤3：将经过多尺度增强的特征图输入至通道注意力（CA）模块和空间注意力（SA）模块输出特征图S1、特征图S2、特征图S3、特征图S4，聚焦于特征图中的关键局部区域，即伪装目标所在的区域，进一步强化了这些区域的信息表达，有效提升了模型对伪装目标的识别敏感度；步骤4：将步骤3处理后的四层特征图进行高效聚合，通过融合不同层次的特征信息，生成最终的伪装物体分割图像。
主权项：1.基于全卷积网络的伪装物体分割方法，它包括以下步骤：步骤1：将PVTv2编码层特征提取模块作为网络编码部分实现对伪装目标图像的特征提取，输出大小不等的4层特征图F1、特征图F2、特征图F3、特征图F4；步骤2：将步骤1所得的四层特征图送入多尺度感受野模块中得到特征图R1、特征图R2、特征图R3、特征图R4；通过该模块的处理，有效融合了不同尺度下的特征信息，增强了特征图对于伪装目标多尺度特性的表征能力；步骤3：将经过多尺度增强的特征图输入至通道注意力（CA）模块和空间注意力（SA）模块输出特征图S1、特征图S2、特征图S3、特征图S4，聚焦于特征图中的关键局部区域，即伪装目标所在的区域，进一步强化了这些区域的信息表达，有效提升了模型对伪装目标的识别敏感度；步骤4：将步骤3处理后的四层特征图进行高效聚合，通过融合不同层次的特征信息，生成最终的伪装物体分割图像。
全文数据：
权利要求：
百度查询： 北京咣当科技有限公司 基于全卷积网络的伪装物体分割方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号