一种基于多模态图像融合的微光夜视场景理解方法

    公开(公告)号:CN117853856B

    公开(公告)日:2024-07-30

    申请号:CN202410031296.7

    申请日:2024-01-09

    Abstract: 本发明公开了一种基于多模态图像融合的微光夜视场景理解方法,属于人工智能技术,根据层级多模态特征信息的特点,构建不同特征校准和特征聚合模块以增强多模态特征信息的联合表示学习;构建跨模态全局特征描述模块以减少模态间的信息差异,实现多模态特征信息的校准;构建多模态交错稀疏自注意力模块来保证浅层网络层中多模态空间特征信息的聚合;构建对称金字塔池化交叉注意力模块与多模态跨通道通信模块用于聚合深层特征的空间层信息和通道层信息。本发明能够充分利用多模态特征信息互补优势,避免单一模态信息导致微光夜视场景理解能力不足,能够在夜间城市道路自动驾驶和地下空间暗弱无人导航系统中应用。

    一种基于双重特征知识蒸馏的语义分割方法

    公开(公告)号:CN117036698B

    公开(公告)日:2024-06-18

    申请号:CN202310927713.1

    申请日:2023-07-27

    Abstract: 本发明公开了一种基于双重特征知识蒸馏的语义分割方法,利用教师模型中间层特征知识和输出层语义知识实现知识的迁移。分别获取教师模型和学生网络的多个中间层特征知识送入特征关系集成模块,聚合不同特征层上下文信息;分别获取教师模型和学生网络输出层语义知识送入语义解耦模块,删除指定目标类,求出教师模型和学生网络输出层知识差距。本发明在学习中间层特征知识时能获取一个更好的结构化特征空间,保留学生网络自适应训练的空间,同时将输出层特征解耦,更好地模仿每个元素输出特征的语义信息。通过对特征空间和输出层两重知识的学习提高语义分割模型的性能,增强模型泛化性和鲁棒性。

    一种基于中间层特征辅助模块融合匹配的知识蒸馏方法

    公开(公告)号:CN117253123B

    公开(公告)日:2024-05-17

    申请号:CN202311012546.4

    申请日:2023-08-11

    Abstract: 本发明公开了一种基于中间层辅助特征模块融合匹配的知识蒸馏方法,将教师网络和学生网络划分成若干个模块,利用所划分的模块构建分支网络和辅助训练模块,计算其辅助训练损失;再构建特征融合模块并利用注意力机制生成不同的融合权值对辅助训练模块中提取到的特征根据制定的融合策略进行特征融合,计算其特征融合损失;最后将利用总的蒸馏损失促使学生网络和教师网络进行充分地信息交流,并且辅助学生网络更好的分模块矫正参数。本发明解决了知识网络中存在的信息利用不足、信息交流不对等以及信息冗余问题,提升了学生模型对综合信息的学习和表征能力,提高了特征迁移的可靠性,增强了模型的泛化性和鲁棒性。

    一种有脊椎仿生足式机器人运动规划方法

    公开(公告)号:CN117697759A

    公开(公告)日:2024-03-15

    申请号:CN202410002431.5

    申请日:2024-01-02

    Abstract: 本发明公开了一种有脊椎仿生足式机器人的运动规划方法,涉及仿生足式机器人领域。包括:步骤1:使用D‑H法对机器人腿部关节及其与脊椎相连部分建立运动学模型;步骤2:给定每个关节运动范围,求出机器人正运动学解;步骤3:求解机器人腿关节及躯干连接部分的逆运动学;步骤4:采集动物陆地爬行足端运动轨迹作为机器人足端运动轨迹参考,在正运动学解的基础上进行足端轨迹规划;步骤5:使用逆运动学对足端轨迹对应的各关节转动角度进行求解。本发明通过以上步骤完成有脊椎的仿生足式机器人的运动规划,实现机器人四肢和脊椎的协调运动。

    一种基于双重特征知识蒸馏的语义分割方法

    公开(公告)号:CN117036698A

    公开(公告)日:2023-11-10

    申请号:CN202310927713.1

    申请日:2023-07-27

    Abstract: 本发明公开了一种基于双重特征知识蒸馏的语义分割方法,利用教师模型中间层特征知识和输出层语义知识实现知识的迁移。分别获取教师模型和学生网络的多个中间层特征知识送入特征关系集成模块,聚合不同特征层上下文信息;分别获取教师模型和学生网络输出层语义知识送入语义解耦模块,删除指定目标类,求出教师模型和学生网络输出层知识差距。本发明在学习中间层特征知识时能获取一个更好的结构化特征空间,保留学生网络自适应训练的空间,同时将输出层特征解耦,更好地模仿每个元素输出特征的语义信息。通过对特征空间和输出层两重知识的学习提高语义分割模型的性能,增强模型泛化性和鲁棒性。

    一种基于类别掩码蒸馏的航拍图像目标检测方法

    公开(公告)号:CN116486285A

    公开(公告)日:2023-07-25

    申请号:CN202310249360.4

    申请日:2023-03-15

    Abstract: 本发明公开了一种基于类别掩码蒸馏的航拍图像目标检测方法,包括预训练教师网络、学生网络和类别掩码蒸馏模块,类别掩码蒸馏模块负责提取预训练教师网络和学生网络各自的多尺度特征层及对应Softmax激活函数层的预测分数,利用多尺度特征层和预测分数分别产生预训练教师网络和学生网络各个类别的激活映射区域,设置阈值抑制对各个类别有负影响的区域,通过类别掩码蒸馏损失实现教师—学生网络对所有类别的有效区域的迁移,为加大对不易检测类别的学习,设置一个动态权重来加大对难样本学习的惩罚。本发明能够实现对指定类别有效区域的蒸馏,提高对难样本的学习,在教师网络的指导下提升学生网络的检测性能和泛化能力。

    一种基于特征解耦网络的静脉识别方法

    公开(公告)号:CN115457611B

    公开(公告)日:2023-04-21

    申请号:CN202211293367.8

    申请日:2022-10-21

    Abstract: 本发明公开了一种基于特征解耦网络的静脉识别方法,设计高鲁棒性静脉图像分割模型,获取高质量的静脉形状特征二值分割图,构建基于多尺度注意力残差模块的静脉形状纹理特征解耦网络,实现静脉图像纹理和形状特征的自适应解耦,提出权值引导的高判别深度特征学习模块,增强了静脉深度特征表示能力。本发明减少了纹理信息中光照信息对于静脉深度特征表示能力的影响,增强了静脉纹理特征和形状特征的融合效果,提高了静脉识别方法的性能。

Patent Agency Ranking