公开(公告)号：CN115761810A

公开(公告)日：2023-03-07

申请号：CN202211501857.2

申请日：2022-11-28

Applicant: 东南大学

Inventor： 李旭 ,  殷竟成 ,  朱建潇

IPC: G06V40/10 ,  G06V10/40 ,  G06V10/82 ,  G06N3/048

Abstract: 本发明公开了一种基于低参数注意力机制的遮挡行人检测方法，首先使用主干网络对输入图像进行特征提取，接着将主干网络输出的特征图送入基于条形感受野的低参数注意力模块(SRF‑Attention)，最后送入检测头获得检测结果。其中低参数注意力模块包含两个部分，条形感受野模块和坐标注意力模块。本发明的核心低参数注意力模块关注冗余背景信息的过滤和可见区域的突显，且具备良好的独立性和可迁移性，可以快速嵌入到不同的行人检测网络，对提升遮挡情况下的行人检测精度有明显帮助。

公开(公告)号：CN114882530B

公开(公告)日：2024-07-12

申请号：CN202210499061.1

申请日：2022-05-09

Applicant: 东南大学

Inventor： 李旭 ,  殷竟成 ,  朱建潇

IPC: G06V40/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种构建面向行人检测的轻量级卷积神经网络模型的方法，该轻量级卷积神经网络模型由多个基本组成模块堆叠而成，每个所述基本组成模块采用多分支的并行结构获取不同尺度感受野下的特征，每个分支包含不同扩张率的空洞卷积和分组卷积；在基本组成模块之后，连接空间注意力机制模块。本发明提出的轻量级行人检测网络模型，不仅具备较少的参数量和计算量，而且具备良好的行人检测精确度，对于存储和计算资源有限、并且实时性要求较高的嵌入式端行人检测场景来说具有一定的现实意义。

公开(公告)号：CN114882530A

公开(公告)日：2022-08-09

申请号：CN202210499061.1

申请日：2022-05-09

Applicant: 东南大学

Inventor： 李旭 ,  殷竟成 ,  朱建潇

IPC: G06V40/10 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向行人检测的轻量级卷积神经网络模型，该轻量级卷积神经网络模型由多个基本组成模块堆叠而成，每个所述基本组成模块采用多分支的并行结构获取不同尺度感受野下的特征，每个分支包含不同扩张率的空洞卷积和分组卷积；在基本组成模块之后，连接空间注意力机制模块。本发明提出的轻量级行人检测网络模型，不仅具备较少的参数量和计算量，而且具备良好的行人检测精确度，对于存储和计算资源有限、并且实时性要求较高的嵌入式端行人检测场景来说具有一定的现实意义。