一种面向RGB-D的融合模型及其目标检测方法

    公开(公告)号:CN119963807A

    公开(公告)日:2025-05-09

    申请号:CN202510018172.X

    申请日:2025-01-06

    Abstract: 本发明提供一种面向RGB‑D的融合模型及其目标检测方法.首先,利用Canny边缘检测算法生成真值图的边缘图,将其作为主干网络的额外输入特征,以丰富特征信息并辅助模型的深度学习.然后,利用MobileNetV2对RGB图像进行多层次特征提取,并通过基于残差网络ResNet‑152的编码器对深度图像和边缘图像进行多层特征抽取,将边缘特征信息整合到MobileNetV2编码器提取的RGB图像特征中,利用多尺度感知融合模块与全局融合模块,结合RGB特征与深度特征的互补语义信息,完成跨模态特征的分层融合.最后,将获得的多个融合特征经过解码后,逐层输入至解码过程中的边缘加强融合模块,通过设计的网络损失监督RGB流和深度流检测结果的融合,输出最终的显著性检测结果,从而提高在背景复杂、显著目标边界模糊的情况下的检测效果。

    一种基于马尔可夫过程的通信决策模型的构建方法

    公开(公告)号:CN118869500A

    公开(公告)日:2024-10-29

    申请号:CN202410855902.7

    申请日:2024-06-28

    Abstract: 本发明属于恶劣信道通信网络传输领域,公开了一种基于马尔可夫过程的通信决策模型的构建方法,包括:获取通信终端的实时通信网络环境;基于马尔可夫决策过程构建数据传输模型,将获取到的实时通信网络环境作为状态集,将对应可以执行的数据传输方式作为动作集,结合实时网络环境检测模块构建数据传输方式的决策模型。本发明相较于传统改善网络环境的方法,在网络检测的实时性,以及在恶劣信道实现信息完整或涵盖全部重要信息内容方面取得新的突破,实现了在通信网络质量较差的情况下,正确选择数据传输方式,以保证在通信过程中,通信内容的传输质量的稳定以及避免了信道的浪费。

Patent Agency Ranking