一种基于主动随机模型的三通道目标检测方法及装置制造方法及图纸

本申请提供了一种基于主动随机模型的三通道目标检测方法及装置，该方法包括：首先，获取第一目标图像并转换为三通道的第二目标图像，随后，对第二目标图像进行特征提取，并利用主动随机模型的前向过程为初始边界框添加噪声以生成噪声框，通过噪声框从特征图中裁剪ROI特征，并进行编解码处理以预测边界框，从而构建初始目标检测网络模型，在反向过程中，利用去噪处理得到第二边界框，并基于高斯分布为每个通道生成动态框，确保各通道动态框总数相同且分布随机，最终，基于动态框确定实际目标检测网络模型，用于对输入图像进行高效且准确的目标检测。本申请能够增强模型的鲁棒性和灵活性，提升目标检测的性能。

【技术实现步骤摘要】

本申请涉及图像处理，尤其涉及一种基于主动随机模型的三通道目标检测方法及装置。

技术介绍

1、目标检测技术伴随着硬件和算法的发展一直在不断的迭代优化，经历了三个阶段，从经典的传统目标检测算法、到机器学习算法，再到深度学习的智能算法，每个阶段的算法具有独特的优势，目标检测技术经过多年的发展已经广泛应用于多个领域，近年来很大程度上推进了人工智能技术的发展。

2、但是，目标检测算法在鲁棒性、泛化性、灵活性，速度和性能上还有很多不足的地方，需要不断的改进和优化。

技术实现思路

1、有鉴于此，本申请实施例提供了一种基于主动随机模型的三通道目标检测方法及装置，能够提高检测速度精度性能的平衡性。

2、本申请实施例的技术方案是这样实现的：

3、第一方面，本申请实施例提供一种基于主动随机模型的三通道目标检测方法，所述方法包括：

4、获取第一目标图像，对所述第一目标图像进行转换处理，得到第二目标图像，其中，所述第二目标图像为三通道图像；

5、对所述第二目标图像进行特征提取本文档来自技高网...

【技术保护点】

1.一种基于主动随机模型的三通道目标检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述第一目标图像的图像参数为(x，b)，其中，x表示输入图像，b表示边界框；所述第二目标图像为三通道图像(xR，xG，xB)。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一目标图像进行转换处理之前，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述主动随机模型的前向为第一边界框添加噪声，得到噪声框，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述ROI特征进行编解码处理，得到所述第...

【技术特征摘要】

1.一种基于主动随机模型的三通道目标检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述第一目标图像的图像参数为(x，b)，其中，x表示输入图像，b表示边界框；所述第二目标图像为三通道图像(xr，xg，xb)。

3.根据权利要求1所述的方法，其特征在于，所述对所述第一目标图像进行转换处理之前，所述方法还包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述主动随机模型的前向为第一边界框添加噪声，得到噪声框，包括：

5.根据权利要求1所述的方法，其特征在于，所述对所述roi特征进行编解码处理，得到所述第一边界框的预测结果，并基于所述预测结果生成所述主动随机模型的初始目标检测网络模型，包括：

6.根据权利要求5所述的方法，其特征在于，所述第一边界框的预测结果通过multi-stages检测算法分别对三通道中每个通道进行预测，根据主动随机模型的随机性特征，采用set predictio...

【专利技术属性】
技术研发人员：屈长虹，孙秀峰，
申请(专利权)人：中国工程物理研究院战略技术装备发展中心，
类型：发明
国别省市：