【技术实现步骤摘要】
本专利技术属于图像识别，特别涉及一种改进实验动物行为图像处理方法。
技术介绍
1、自注意力机制是深度学习领域中备受瞩目的特征处理技术。自注意力机制通过学习特征之间的相互依赖关系，使得模型能够准确地捕捉上下文信息，无论是在自然语言处理还是计算机视觉任务中都展现了出色的性能。空间注意力机制可以学习特征图的空间信息，通道注意力机制可以学习特征图的通道信息。如果能将这三种机制进行适当的融合，并充分利用三种机制的优势，就能够在特征的表达上取得更好的效果。
2、实验动物行为图像处理是一种通过计算机视觉技术对实验动物在特定环境中的行为进行自动化图像处理和分析的方法。这项技术在生物医学研究、神经科学、药物研发等领域中具有重要应用价值。视觉图像处理技术可以实现对实验动物行为的自动化图像处理，无需人工干预，大大提高了检测效率和数据采集的速度。利用计算机视觉技术对实验动物行为进行图像处理和分析，可以实现对动物行为的客观、准确和可重复的识别，避免了人为误差和主观偏差。
技术实现思路
1、本专利技术提供...
【技术保护点】
1.一种改进实验动物行为图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种改进实验动物行为图像处理方法，其特征在于，在S3步骤中，对于空间通道自注意力模块SCSM，输入特征到该模块，经过线性投影生成Q、K、V，构建注意力分支和卷积分支，在注意力分支，将Q、K、V维度变换并进行多头注意力操作，获得注意力分支输出特征，将其依次经过1×1卷积、GELU激活函数、1×1卷积、Sigmoid，从而获取注意力分支空间信息，在卷积分支，将V进行深度卷积操作，获得卷积分支输出特征，将其依次经过全局平均池化、1×1卷积、GELU激活函数、1×1卷积、Si...
【技术特征摘要】
1.一种改进实验动物行为图像处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种改进实验动物行为图像处理方法，其特征在于，在s3步骤中，对于空间通道自注意力模块scsm，输入特征到该模块，经过线性投影生成q、k、v，构建注意力分支和卷积分支，在注意力分支，将q、k、v维度变换并进行多头注意力操作，获得注意力分支输出特征，将其依次经过1×1卷积、gelu激活函数、1×1卷积、sigmoid，从而获取注意力分支空间信息，在卷积分支，将v进行深度卷积操作，获得卷积分支输出特征，将其依次经过全局平均池化、1×1卷积、gelu激活函数、1×1卷积、sigmoid，从而获取卷积分支通道信息，将卷积分支通道信息和注意力分支输出特征逐元素相乘得到最终注意力分支输出特征，将注意力分支空间信息和卷积分支输出特征逐元素相乘得到最终卷积分支输出特征，将最终注意力分支输出特征和最终卷积分支输出特征进行逐元素相加，并进行线性投影操作，最终得到输出特征。
3.根据权利要求1所述的一种改进实验动物行为图像处理方法，其特征在于，在s3步骤中，对于空间通道自注意力模块scsm中的注意力分支，给定输入特征，经过线性投影生成q、k、v，其中，，，、和都属于，q、k和v都属于，在注意力分支，将q、k和v进行维度变换得到、和，其维度皆为，多头注意力操作具体为，将、和分为h个头，其中，，，每个头的维度为，对于第i个头的输出，，其中d代表相对位置编码，t代表矩阵转置，对于注意力分支输出特征，，是线性投影层，将注意力分支输出特征依次经过1×1卷积、gelu激活函数、1×1卷积、sigmoid，其维度依次变化为、、、，从而获取注意力分支空间信息。
4.根据权利要求1所述的一种改进实验动物行为图像处理方法，其特征在于，在s3步骤中，对于空间通道自注意力模块scsm中的卷积分支，给定输入特征，经过线性投影生成q、k、v，其中，，，、和都属于，q、k和v都属于，在卷积分...
【专利技术属性】
技术研发人员：段晓旭，颜南，孙振翔，王正东，马明月，范荣华，卞浩东，孙晨，周允诺，
申请(专利权)人：沈阳新维盛科生物科技有限公司，
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。