-
公开(公告)号:CN119516187A
公开(公告)日:2025-02-25
申请号:CN202411483619.2
申请日:2024-10-23
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所
IPC: G06V10/26 , G06V20/17 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种多模态无人机图像分割方法,包括以下步骤;步骤1:构建无人机图像语义分割base网络;步骤2:通过卷积神经网络(CNN)模块,在浅层捕获高分辨率的局部特征,通过变压器模块中的多头自注意力机制从图像的深层特征中提取,并通过跳跃连接将所述局部特征与深层的全局特征融合;步骤3:构建并行卷积模块,对步骤2融合后的特征进行优化;步骤4:结合步骤2和步骤3中的特征提取结果,将特征信息通过交叉注意力机制进行融合,提升复杂场景中的分割效果;步骤5:构建双重注意力模块,优化图像的局部和全局信息处理。本发明具有全局与局部特征高效融合、对多尺度目标的准确分割、在复杂场景下的鲁棒性显著提升的特点。
-
公开(公告)号:CN114694002A
公开(公告)日:2022-07-01
申请号:CN202210241296.0
申请日:2022-03-11
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06V10/80 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明属于计算机视觉领域,公开了一种基于特征融合与注意力机制的红外目标检测方法,主要解决现有技术在红外图像目标检测中由于红外图像特征少导致的精度低问题。其方案为:1)搭建特征融合与注意力机制的红外目标检测网络;2)构建红外图像数据集;3)利用构建的数据集对特征融合与注意力机制的红外目标检测网络进行训练,得到训练好的红外目标检测网络;4)将待检测的红外图像,输入到训练好的网络中进行检测标注,输出红外目标的检测结果。本发明增强了网络的识别和定位红外能力,保证检测的速度,提高了检测精度,广泛应用于工业、安防、交通等领域。
-
公开(公告)号:CN114694002B
公开(公告)日:2024-11-01
申请号:CN202210241296.0
申请日:2022-03-11
Applicant: 中国电子科技集团公司第五十四研究所
IPC: G06V10/80 , G06V10/774 , G06N3/096 , G06N3/0464 , G06V10/82
Abstract: 本发明属于计算机视觉领域,公开了一种基于特征融合与注意力机制的红外目标检测方法,主要解决现有技术在红外图像目标检测中由于红外图像特征少导致的精度低问题。其方案为:1)搭建特征融合与注意力机制的红外目标检测网络;2)构建红外图像数据集;3)利用构建的数据集对特征融合与注意力机制的红外目标检测网络进行训练,得到训练好的红外目标检测网络;4)将待检测的红外图像,输入到训练好的网络中进行检测标注,输出红外目标的检测结果。本发明增强了网络的识别和定位红外能力,保证检测的速度,提高了检测精度,广泛应用于工业、安防、交通等领域。
-
-