公开(公告)号：CN117152816A

公开(公告)日：2023-12-01

申请号：CN202311124626.9

申请日：2023-09-01

Applicant: 南京邮电大学

Inventor： 李博洋 ,  葛琦 ,  王耀庆 ,  王科

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06V10/766 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积神经网络的密集小型人脸检测方法，包括采集图片数据集并标注人脸数据，对图片数据集进行预处理，增加图片中小型人脸的数量；对网络结构进行设计，具体为以MobilenetV3为基础，引入Ghost卷积和Leaky Relu激活函数对骨干网络进行改进；将SPP模块、FPN和PAN结合以加强特征提取网络；采用SSH模块，从全局观察特征，进行上下文特征的融合；输出有效特征层；根据有效特征层获取预测结果，训练网络最终实现对人脸的有效检测；预测结果包括分类预测结果、框的回归预测结果和人脸关键点的回归预测结果。本发明在人脸检测方面表现出很大地灵活性，尤其针对人脸遮挡严重和密集小型人脸的检测场景，同时对复杂场景下的检测也有良好的效果。

公开(公告)号：CN117036686A

公开(公告)日：2023-11-10

申请号：CN202310782379.5

申请日：2023-06-29

Applicant: 南京邮电大学

Inventor： 王耀庆 ,  葛琦 ,  李博洋

IPC: G06V10/26 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/77

Abstract: 本发明属于图像处理分割的技术领域，公开了一种基于自注意力与卷积特征融合的语义分割方法，包括：采集复杂场景的图像数据，通过预处理构建数据集；基于自注意力与卷积特征融合构建语义分割网络模型；设置损失函数，并基于数据集训练语义分割网络模型。本发明通过在计算自注意力的前后引入卷积操作，使得网络在有全局感知的情况下还能具有归纳偏置，加强了网络局部特征提取能力。本发明设计网络所提取的特征结合卷积神经网络和Transformer中的自注意力机制，对分割图像物体边界和密集型特征图像分割效果明显。本发明适用于场景广泛，例如自动驾驶、人机交互和监控探查等实际应用场景。