公开(公告)号：CN114820711A

公开(公告)日：2022-07-29

申请号：CN202210508603.7

申请日：2022-05-11

Applicant: 中国地质大学(武汉)

Inventor： 张文韬 ,  杨林权 ,  慈谕瑶 ,  汤振 ,  蔄宇飞 ,  袁晓辉

IPC: G06T7/246 ,  G06T7/215 ,  G06T7/194 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于全卷积网络和注意力机制的实时前景检测方法及装置，该方法检测性能强、泛化能力较好，且计算效率高，具有非常好的实时性。该前景检测方法通过设计轻量级的编码器‑解码器网络模型和网络优化方法，建立了一套适用于前景检测的网络结构。该方法是一种端对端的方法，相比传统方法，本发明无需复杂的预处理环节，并已在测试集上获得很高的准确率。将视频序列图像输入所设计的网络获得前景检测结果，F值达到了98％以上。并且该方法的处理效率极高，在使用GTX1060(6G)显卡作为加速硬件的条件下，处理大小为320*240的视频图像能达到73FPS。

公开(公告)号：CN114820711B

公开(公告)日：2024-12-03

申请号：CN202210508603.7

申请日：2022-05-11

Applicant: 中国地质大学(武汉)

Inventor： 张文韬 ,  杨林权 ,  慈谕瑶 ,  汤振 ,  蔄宇飞 ,  袁晓辉

IPC: G06T7/246 ,  G06T7/215 ,  G06T7/194 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明提供一种基于全卷积网络和注意力机制的实时前景检测方法及装置，该方法检测性能强、泛化能力较好，且计算效率高，具有非常好的实时性。该前景检测方法通过设计轻量级的编码器‑解码器网络模型和网络优化方法，建立了一套适用于前景检测的网络结构。该方法是一种端对端的方法，相比传统方法，本发明无需复杂的预处理环节，并已在测试集上获得很高的准确率。将视频序列图像输入所设计的网络获得前景检测结果，F值达到了98％以上。并且该方法的处理效率极高，在使用GTX1060(6G)显卡作为加速硬件的条件下，处理大小为320*240的视频图像能达到73FPS。