-
公开(公告)号:CN114842324B
公开(公告)日:2025-01-17
申请号:CN202210257144.X
申请日:2022-03-16
Applicant: 南京邮电大学
Abstract: 本发明公开了伪装目标检测领域的一种基于学习神经网络的伪装目标检测方法及系统,采集检测图像输入至预先训练好的目标搜索模型,获得低级到高级依次设置的多层伪装目标表征;由各层伪装目标表征中提取伪装表征分片,并输入至预先训练好的目标识别模型获得相应等级的多个伪装识别特征;将各伪装识别特征进行卷积获得伪装识别层级图像,将各伪装识别层级图像进行叠加获得伪装识别图像;本发明通过感受野网络对提取的伪装表征f进行感受野放大,通过多尺度提取伪装表征分片输入目标识别模型中,重新拼接出伪装表征,捕获全局局部的上下文细节信息,可以更好识别边缘纹理结构,从而获得更高的识别准确率。
-
公开(公告)号:CN114842324A
公开(公告)日:2022-08-02
申请号:CN202210257144.X
申请日:2022-03-16
Applicant: 南京邮电大学
IPC: G06V20/10 , G06V10/26 , G06V10/44 , G06V10/74 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了伪装目标检测领域的一种基于学习神经网络的伪装目标检测方法及系统,采集检测图像输入至预先训练好的目标搜索模型,获得低级到高级依次设置的多层伪装目标表征;由各层伪装目标表征中提取伪装表征分片,并输入至预先训练好的目标识别模型获得相应等级的多个伪装识别特征;将各伪装识别特征进行卷积获得伪装识别层级图像,将各伪装识别层级图像进行叠加获得伪装识别图像;本发明通过感受野网络对提取的伪装表征f进行感受野放大,通过多尺度提取伪装表征分片输入目标识别模型中,重新拼接出伪装表征,捕获全局局部的上下文细节信息,可以更好识别边缘纹理结构,从而获得更高的识别准确率。
-