一种基于分组梯度学习策略的伪装物体检测方法及系统
实质审查的生效
摘要
本发明公开一种基于分组梯度学习策略的伪装物体检测方法及系统,包括:对伪装物体图像提取不同特征维度的语义特征;以目标级别梯度为学习监督信号,对伪装物体图像提取纹理特征;将语义特征和纹理特征沿通道进行切割,并对语义特征子组和纹理特征子组根据不同的分组尺度进行重排列,得到多组重组特征;对重组特征进行注意力映射得到多组注意力特征,根据语义特征与多组注意力特征得到梯度诱导特征,根据梯度诱导特征采用伪装目标检测模型得到伪装物体的检测结果。解决传统特征聚合策略存在的忽略语义表征和纹理表征之间的相关性或者差异性的问题,大幅提升对伪装物体的识别能力。
基本信息
专利标题 :
一种基于分组梯度学习策略的伪装物体检测方法及系统
专利标题(英):
暂无
公开(公告)号 :
CN114549982A
申请号 :
CN202210134042.9
公开(公告)日 :
2022-05-27
申请日 :
2022-02-14
授权号 :
暂无
授权日 :
暂无
发明人 :
程明明范登平季葛鹏周昱程
申请人 :
南开大学
申请人地址 :
天津市津南区海河教育园区同砚路38号
代理机构 :
济南圣达知识产权代理有限公司
代理人 :
闫圣娟
优先权 :
CN202210134042.9
主分类号 :
G06V20/10
IPC分类号 :
G06V20/10 G06V10/26 G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 :
实质审查的生效
IPC(主分类) : G06V 20/10
申请日 : 20220214
申请日 : 20220214
2022-05-27 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载