一种基于视觉感知的移动目标检测方法技术

本发明专利技术公开了一种基于视觉感知的移动目标检测方法，包括如下步骤：S1在特征提取层将GC模块替换为C3模块；S2构建AC

【技术实现步骤摘要】
一种基于视觉感知的移动目标检测方法


[0001]本专利技术涉及目标检测技术，具体是一种基于视觉感知的移动目标检测方法。

技术介绍

[0002]在传统的车道和内河监控系统中，一般都需要专门的工作人员根据固定摄像头所传输的视频图像进行主观判断，在发生险情事故发生后才会告知相关部门去处理。这样不仅加大人工成本，为第一时间抢险救援或打击犯罪留下时间也十分紧张。车道和内河航道监控环境和目标十分复杂，首先车道和内河环境背景复杂使得检测算法针对目标难以在低可视环境（雾天、夜晚）、背景杂乱下表征以及适应导致检查精确率不高，然后在车道中行驶的车辆和内河航道中航行的船舶大小尺寸不一，这对于目标检测网络对多尺度车辆或船舶特征提取带来了不小的挑战。
[0003]对于车道中的车辆和内河附近的船舶而言，低可视环境下全局特征提取困难，如何从全局视角对全局上下文建模，捕获长距离依赖关系是提升车辆和船舶目标检测精度的关键。还有车道和内河航道目标检测中有楼房、树木等背景信息干扰严重。若要提升检测精度，此时更需要保留丰富的语义信息、减少局部信息的丢失以及获得更大的感受野才能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉感知的移动目标检测方法，其特征在于，包括如下步骤：S1在特征提取层将GC模块替换为C3模块；S2构建AC
‑
SPPF模块；S3特征融合网络PANet替换为BIFPN结构；S4增加四尺度检测头，检测目标。2.根据权利要求1所述的基于视觉感知的移动目标检测方法，其特征在于，所述步骤S1中在特征提取层将GC模块替换为C3模块的具体步骤为：S1
‑
1图像通过预处理后进入特征提取层Bcakbone；S1
‑
2将GC模块直接替换为C3模块；S1
‑
3使用GC模块把特征提取层Backbone的特征图从浅层到深层提取特征；S1
‑
4每个GC模块输出连接在特征融合Neck层。3.根据权利要求1所述的基于视觉感知的移动目标检测方法，其特征在于，所述步骤S2中构建AC
‑
SPPF模块的具体步骤为：S2
‑
1经过层层卷积将特征送入SPPF模块，进行特征提取和信息融合；S2
‑
2 SPPF模块融合ACmix模块，采用构建残差结构方式构建AC
‑
SPPF模块；S2
‑
3 输入特征图经过卷积操作后，再经过ACmix加强信息聚合，以削弱复杂背景信息的干扰；S2
‑
4 然后将步骤S2
‑
3的特征图经过卷积核大小为1
×
1的CBS卷积，降低通道数，然后通过3个最大池化层获取不同感受野特征，实现全局特征与局部特征的融合；S2
‑
5 再经过卷积核大小为1
...

【专利技术属性】
技术研发人员：李晓欢，魏畅，陈倩，唐欣，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：