【技术实现步骤摘要】
本专利技术涉及计算机视觉领域,尤其涉及一种特征增强和反向互补双注意力机制的伪装目标检测方法。
技术介绍
1、伪装物体检测(cod)不同于其他的检测任务,其任务旨在识别出完美融入周围环境的伪装物体,并且该任务已经在各种领域有着广泛而重要的应用。近年来,随着深度学习技术在cod任务的应用,检测性能较传统方法具有明显的提升,虽然基于深度学习的cod方法获得了较好的检测,但是在某些复杂的场景下,现有的模型仍然受到很大的限制。
2、相较于其他显著性目标检测任务而言,cod是一项更具挑战性的任务,因为伪装物体多为野生动物,它们与周围环境之间存在高度的内在相似性,例如颜色、纹理和形状等.伪装目标利用其自身的固有特性隐藏于与之相似的周围背景之中,从而能够不被发现达到保护自己的目的.除此之外,伪装物体通常具有不同的尺寸、复杂的形状,甚至部分伪装物体被背景所遮挡,这些都严重影响模型检测的难度。
技术实现思路
1、本专利技术的目的是为了提高伪装显著性目标检测的精度可以应用医学图像分割、性别分类、多光
...【技术保护点】
1.一种特征增强和反向互补双注意力机制的伪装目标检测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种特征增强和反向互补双注意力机制的伪装目标检测方法,其特征在于:所述步骤S1中数据集为RGB图像,采用Swin Transformer作为骨干网络来提取图像中伪装目标的特征,多个特征图记为Fi,i∈{1,2,3,4},输入到模型中的图像大小记为C×H×W(C、W和H分别表示特征图的通道数、长度和宽度),第i层特征图分辨率被缩放为W/2i+1×H/2i+1,通道数记为Ci,Ci∈{128,256,512,1024}。
3.根据权利要求2
...【技术特征摘要】
1.一种特征增强和反向互补双注意力机制的伪装目标检测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种特征增强和反向互补双注意力机制的伪装目标检测方法,其特征在于:所述步骤s1中数据集为rgb图像,采用swin transformer作为骨干网络来提取图像中伪装目标的特征,多个特征图记为fi,i∈{1,2,3,4},输入到模型中的图像大小记为c×h×w(c、w和h分别表示特征图的通道数、长度和宽度),第i层特征图分辨率被缩放为w/2i+1×h/2i+1,通道数记为ci,ci∈{128,256,512,1024}。
3.根据权利要求2所述的一种特征增强和反向互补双注意力机制的伪装目标检测方法,其特征在于:所述步骤s2中,将特征图f2,f3和f4两两融合后进行拼接,且在融合前需要将多个特征图调整至相同分辨率,整个过程可以如下表示:
4.根据权利要求1所述的一种特征增强和反向互补双注意力机制的伪装目...
【专利技术属性】
技术研发人员:孟令兵,孔欣悦,周紫玉,段微微,刘剑琴,
申请(专利权)人:安徽信息工程学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。