一种基于边缘先验引导像素级掩码辅助伪装目标检测的方法技术

本发明专利技术涉及一种基于边缘先验引导像素级掩码辅助伪装目标检测的方法，属于计算机视觉技术领域。首先，利用Resnet作为骨干网络提取5层不同尺度大小的特征图，并将第2层和第5层特征图作为边缘提取模块的输入，得到具有全局语义信息的目标边缘先验。然后，目标边缘先验再分别引导提取第2层到第5层特征图中不同尺度的目标特征。通过三个上下文信息聚合模块从高层级到低层级依次融合不同尺度的目标特征，将融合后的与第2层特征图尺度相同的特征图经过Sigmoid函数得到像素级掩码。最后，将第2层特征提取模块输出的特征图与该层级尺度相同的像素级掩码作为检测头的输入，得到伪装目标的类别和检测框的坐标，辅助伪装目标检测得到更精细化的检测结果。

【技术实现步骤摘要】

本专利技术涉及一种基于边缘先验引导像素级掩码辅助伪装目标检测的方法，属于计算机视觉。

技术介绍

1、伪装目标是指采用各种手段和技术，使目标在其周围环境中难以被察觉或辨别的对象。这种伪装可以涉及多个方面，包括颜色、形状、纹理等，以使目标融入其所在的环境，难以被肉眼或传感器系统检测到。伪装目标的设计和实现可能是为了实现隐蔽、欺骗、安全等目的。具体来说：在军事领域，伪装目标可以是军事装备、车辆、飞行器等，通过采用特殊的涂装、材料或结构设计，使其在战场环境中更难被敌方侦察或监测，从而提高生存和执行任务的机会；在生物学领域，一些动物也采用伪装来逃避捕食者或更有效地捕食猎物，如有的动物利用身体颜色和纹理能够与周围的环境相似的特点，使其在植被中难以察觉，避免被天敌发现。

2、伪装目标检测与分割是计算机视觉、图像处理领域的重要研究课题，这是一种新兴的视觉检测任务。近年来，基于深度学习的伪装目标检测是近年来在计算机视觉领域取得显著进展的研究方向。深度学习方法通过使用深度神经网络，特别是卷积神经网络(cnn)，能够从大规模数据中学习复杂的特征表示，从而更好地解决伪本文档来自技高网...

【技术保护点】

1.一种基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于：

2.根据权利要求1所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述Step1具体为：

3.根据权利要求1所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述Step2具体为：

4.根据权利要求3所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述Step2.2具体为：

5.根据权利要求1所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述上下文信息聚合模块具体为：p>

6.根据权...

【技术特征摘要】

1.一种基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于：

2.根据权利要求1所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述step1具体为：

3.根据权利要求1所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述step2具体为：

4.根据权利要求3所述的基于边缘先验引导像素级掩码辅助伪装目标检测的方法，其特征在于，所述step2.2具体为：

5.根据权利要求1所述的基于边缘先验引导像...

【专利技术属性】
技术研发人员：王青旺，瞿信，沈韬，周立垚，靳鹏程，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：