一种用于伪装目标检测的注意力引导网络制造技术

本发明专利技术涉及一种用于伪装目标检测的注意力引导网络，属于计算机视觉中的伪装目标检测领域，传统的伪装目标检测方法大多通过显著目标检测网络进行迁移学习而来，一方面目标检测任务效率不高，另一方面也很难准确获得目标的边缘信息。本发明专利技术针对伪装目标识别和定位问题，设计了一种双注意力模块，可以引导算法针对伪装目标进行重点识别，获得更多伪装目标的特征信息。在此基础上，本发明专利技术设计了一个融合模块，可以综合伪装目标的边缘和语义两类信息，实现更高精度的边缘提取。

【技术实现步骤摘要】

本专利技术涉及一种用于伪装目标检测的注意力引导网络，属于计算机视觉中的伪装目标检测领域。

技术介绍

1、伪装是通过任何材料、颜色或照明的组合来隐藏动物或物体，使目标物体难以被发现或伪装成其他东西，现有的目标检测(cod)方法主要分为显著性目标检测(sod)和一般目标检测(god)两种，针对sod和god提出的网络在伪装目标检测数据集表现不佳，进一步说明了cod任务的难度和特殊性。

2、以前的许多工作都使用网络中的不同层来提取不同的特征。然而，这些方法忽略了网络深度的作用。低级和高级特征图可以有效提取边缘特征和语义信息。因此，可以通过对网络深层输出和浅层输出进行不同的处理来提取相应的特征，从而提高网络的效率和可解释性。

3、对于cod的研究，现有的方法可以分为两类:基于特征的传统模型和基于深度学习的神经网络。传统模型依赖于颜色、纹理、运动等特征来表示对象，这些方法适用于一些简单的情况，但在复杂的场景中往往会失败。anet提出了一个端到端网络来分类和分离伪装物体。fan等人提出了sinet，它包含两个主要模块:搜索模块和识别模块。他们还本文档来自技高网...

【技术保护点】

1.一种用于伪装目标检测的注意力引导网络，其特征在于：采用Res2Net-50主干网络提取特征，利用类平衡损失函数，在所述主干网络之后应用多层感受野模块(MRFB)、内层特征联合模块(IFU)、双注意力模块(Dual-Attention)以及特征融合提取模块(FRM)。

2.根据权利要求1所述的一种用于伪装目标检测的注意力引导网络，其特征在于：所述多层感受野块包含有一个残差连接和四个独立的分支。

3.根据权利要求1所述的一种用于伪装目标检测的注意力引导网络，其特征在于：所述内层特征联合模块包括：融合三层特征，组合多级特征并识别更丰富的信息。p>

4.根据权...

【技术特征摘要】

1.一种用于伪装目标检测的注意力引导网络，其特征在于：采用res2net-50主干网络提取特征，利用类平衡损失函数，在所述主干网络之后应用多层感受野模块(mrfb)、内层特征联合模块(ifu)、双注意力模块(dual-attention)以及特征融合提取模块(frm)。

2.根据权利要求1所述的一种用于伪装目标检测的注意力引导网络，其特征在于：所述多层感受野块包含有一个残差连接和四个独立的分支。

3.根据权利要求1所述的一种用于伪...

【专利技术属性】
技术研发人员：彭成磊，徐赛，刘知豪，潘红兵，王宇宣，
申请(专利权)人：南京大学，
类型：发明
国别省市：