一种基于多特征交互学习的高分辨率图像目标识别方法技术

本发明专利技术涉及目标检测与图像识别技术领域，具体设计一种基于多特征交互学习的高分辨率图像目标识别方法，步骤如下：本发明专利技术先对数据集进行预处理；使用目标检测器定位到每张图片的可疑区域并映射到原图裁剪下来，形成多个子区域图像；然后原图和子图像共同输入到特征提取模块1得到整体特征和子区域特征；之后再经过特征交互模块的各个阶段得到交互增强后的特征，特征交互模块是指整体特征和多个子区域特征经过多头自注意力进行交互学习；最后此特征输入到特征提取模块2得到最终特征，最终特征再输入到分类层得到识别结果。本发明专利技术更好地考虑了图像其他部分对于整体图像的补充作用，进一步提高了高分辨率图像识别的性能。

【技术实现步骤摘要】

本专利技术涉及目标检测与图像识别，尤其涉及一种基于多特征交互学习的高分辨率图像目标识别方法。

技术介绍

1、由于深度神经网络的巨大成功，图像分类，目标检测取得了出色的进展。在图像分类领域，越来越多的网络模型涌现出来，在imagenet数据集上得到了很高的准确率，但是对于随着成像技术的发展而出现的高分辨率图像来说，这些模型性能可能会大打折扣，主要的原因之一是高分辨率图像含有的细节、纹理等信息会随着卷积下采样而丢失；原因之二是不同类别的图像之间具有相似的外观，只有微妙的变化，类间的相似性较大。因此，基于这一问题，细粒度图像分类应运而生，但尽管以往的工作通过突出对分类有意义的区域取得了较好的结果，但他们直接连接不同的特征或简单乘以相应的权重，这导致忽略了不同区域之间的相互作用。所以为了解决这一问题，我们应考虑不同特征之间的潜在相互作用及其对类别预测的能力，让某个图片上的重要特征能够对类别的决策做出更多的贡献。故如何设计一个基于多特征交互学习的高分辨率图像识别方法，克服以往方法的弊端，仍是一个未解决的难题。

2、因此，本专利技术提出了一种基于多特征交互本文档来自技高网...

【技术保护点】

1.一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，包括以下步骤：

2.根据权利要求1所述的一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，步骤a）包括如下步骤：

3.根据权利要求2所述的一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，步骤b）包括如下步骤：

4.根据权利要求3所述的一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，步骤c）包括如下步骤：

5.根据权利要求4所述的一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，步骤d）包括如下步骤：

6.根据权利要求5所述...

【技术特征摘要】

1.一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，包括以下步骤：

2.根据权利要求1所述的一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，步骤a）包括如下步骤：

3.根据权利要求2所述的一种基于多特征交互学习的高分辨率图像目标识别方法，其特征是，步骤b）包括如下步骤：

4.根据权利要求3所述的一种基于多特征交互学习的高分辨率图像目标识别...

【专利技术属性】
技术研发人员：李金宝，朱亚茹，郭亚红，魏诺，高天雷，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：