基于CNN-Transformer交叉融合的伪装目标检测方法技术

本发明专利技术提供一种基于CNN‑Transformer交叉融合的伪装目标检测方法，包括：进行数据预处理，包括数据配对、数据增强处理，得到训练数据集；设计由并行特征提取网络、多个交叉融合模块和金字塔式渐进聚合模块组成的基于CNN‑Transformer交叉融合的伪装目标检测网络；设计损失函数，指导步骤B所设计网络的参数优化；使用步骤A得到的训练数据集训练步骤B中的基于CNN‑Transformer交叉融合的伪装目标检测网络，得到训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型；将待测图像输入训练好的基于CNN‑Transformer交叉融合的伪装目标检测模型，输出伪装目标的掩码图像。

【技术实现步骤摘要】

本专利技术属于图像处理以及计算机视觉，具体涉及一种基于cnn-transformer交叉融合的伪装目标检测方法。

技术介绍

1、随着科技的迅猛发展，数字图像处理已成为人们日常生活中必不可少的一部分，其中，伪装目标检测便是一项备受瞩目的数字图像处理任务。自然界生物长期演化形成了一种防御机制，称为“伪装”，它指的是生物通过改变自身的外在特征使自身“融入”环境背景当中，从而减少被掠食者发现的机会，增加其生存和繁衍的成功率。伪装目标检测的目的是将图像中的伪装目标前景与背景分离开来。在生物学领域，伪装目标检测可以用于监测并保护野生动物，例如研究不同栖息环境中动物集群行为的影响。在医学领域，它可应用于医疗图像的分析。在工业制造领域中，伪装目标检测可用于产品质量控制，对产品的存在的缺陷进行检测。总之，伪装目标检测任务应用广泛，具有很高的应用与研究价值。

2、传统的伪装目标检测方法借助手工制作的特征来辅助分辨伪装目标前景和背景，例如：纹理、颜色、光流等，但由于伪装目标的外观与环境背景高度一致，但是这些特征对于伪装目标的分辨能力有限。例如，基于颜色的方法在伪装目本文档来自技高网...

【技术保护点】

1.一种基于CNN-Transformer交叉融合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所述的基于CNN-Transformer交叉融合的伪装目标检测方法，其特征在于：

3.根据权利要求1所述的基于CNN-Transformer交叉融合的伪装目标检测方法，其特征在于：

4.根据权利要求3所述的基于CNN-Transformer交叉融合的伪装目标检测方法，其特征在于：

5.根据权利要求4所述的基于CNN-Transformer交叉融合的伪装目标检测方法，其特征在于：

6.根据权利要求5所述的基于CNN-...

【技术特征摘要】

1.一种基于cnn-transformer交叉融合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所述的基于cnn-transformer交叉融合的伪装目标检测方法，其特征在于：

3.根据权利要求1所述的基于cnn-transformer交叉融合的伪装目标检测方法，其特征在于：

4.根据权利要求3所述的基于cnn-transformer交叉融合的伪装目标检测方法，其特征在于：

5.根据权利要求4所述的基于cnn-transformer交叉融合的伪装目标检测方法，其特征在于：

6.根据权利要求5所述的基于cnn-transformer交叉融合的伪...

【专利技术属性】
技术研发人员：牛玉贞，杨立芬，李富晟，
申请(专利权)人：福州大学，
类型：发明
国别省市：