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。

    基于改进MobileOne的轻量级无人机目标语义分割方法

    公开(公告)号:CN118840551A

    公开(公告)日:2024-10-25

    申请号:CN202410885412.1

    申请日:2024-07-03

    Abstract: 基于改进MobileOne的轻量级无人机目标语义分割方法,首先,使用MobileOne轻量级骨干网络替代传统的xception模块,以降低参数量和提升计算效率。其次,引入金字塔池模块和EMA模块,以处理多尺度特征,增强模型对不同尺度目标的识别能力,特别是EMA模块通过跨维交互进一步聚合并行分支的输出特征,解决通道降维可能带来的副作用。同时,UAFM利用注意力模块生成权重,通过融合不同层级的特征图来提升分割精度。最后,通过模型压缩和加速技术,将优化后的模型高效部署在无人机的边缘处理器上。在算力受限且满足FPS大于30的实时要求下,与其他轻量化语义分割方法相比,提出的方法精度至少提升3.88%,准确度至少提高2.01%,优势显著。

    一种基于历史置信度和攻破概率的拟态异步裁决方法

    公开(公告)号:CN118523937A

    公开(公告)日:2024-08-20

    申请号:CN202410645345.6

    申请日:2024-05-23

    Abstract: 本发明公开了一种基于历史置信度和攻破概率的拟态异步裁决方法,涉及网络安全技术领域,设计了一致数据计算模块、可信度计算模块和裁决判定模块等来实现拟态防御中的裁决方法,首先一致数据计算模块接受各个执行体输出的结果并对数据分类,形成多个一致数据集,然后裁决判定模块判断是否存在可信度达判定阈值的一致数据集,并输出该一致数据集的平均值作为最终结果,最后通过可信度计算模块对执行体集中的异构体进行可信度更新,清洗下线低于阈值的异构体,再从等待队列中选取新的异构体加入执行体集。本方法不仅可以减少脆弱的执行体输出结果对裁决的影响,还缩短了裁决输出的平均等待时间,从而多方面提高电力系统的运行效率。

Patent Agency Ranking