-
公开(公告)号：CN113763422B
公开(公告)日：2023-10-03
申请号：CN202110872457.1
申请日：2021-07-30
Applicant: 北京交通大学
IPC: G06V10/80 , G06V10/56 , G06V10/82 , G06N3/0455 , G06N3/0464
Abstract: 本发明属于图像目标检测技术领域，涉及一种RGB‑D图像显著性目标检测方法，包括：将深度图和RGB图像分别输入深度模态编码器和RGB图像编码器；深度模态编码器提供深度模态，RGB图像编码器提供RGB模态；在低层级特征编码阶段，RGB诱导细节增强模块通过将RGB模态的细节补充信息从RGB模态传输到深度模态，实现深度特征增强；在高层级特征编码阶段，深度诱导语义增强模块进行跨模态特征融合；通过密集解码重建结构生成预测的显著性图像。本发明提出一种新跨模态交互模式和跨模态差异交互网络，模拟两种模态的依赖性，并设计组件实现差异化跨模态引导，提出DDR结构，利用多个高层级特征更新跳连接生成语义块。
-
Patent Agency Ranking
公开(公告)号：CN112347859B
公开(公告)日：2024-05-24
申请号：CN202011100396.9
申请日：2020-10-15
Applicant: 北京交通大学
Abstract: 本发明涉及一种光学遥感图像显著性目标检测方法，步骤包括：步骤S1、建立稠密注意力流网络，所述稠密注意力流网络包括注意力流引导的特征编码模块和渐进式特征解码模块；步骤S2、导入光学遥感图像；步骤S3、采用注意力流引导的特征编码模块对光学遥感图像进行处理，生成更具判别力的增强特征，注意力流引导的特征编码模块主要包括全局上下文感知注意力模块和稠密注意力流结构，步骤S4、采用渐进式特征解码模块对步骤S3的增强特征进行解码，在特征解码阶段，将深层特征与浅层特征逐步融合，并在显著性图和显著性边缘图的监督下，生成多个侧输出和最终输出。
-
公开(公告)号：CN112348033A
公开(公告)日：2021-02-09
申请号：CN202011100360.0
申请日：2020-10-15
Applicant: 北京交通大学
Abstract: 本发明涉及一种协同显著性目标检测方法，具体包括如下步骤：给定一个包含N幅相关图像的图像组；步骤2：使用共享的骨干特征提取器来获取深层特征；步骤3：通过在线的图内显著性引导模块生成图内显著性特征；步骤4：采用集成‑分发结构聚合群组语义特征并自适应地将其分配给不同的个体，以实现协同显著性特征学习；步骤5：将低分辨率的协同显著性特征送入群组一致性保持解码器和协同显著性预测头部件来一致性地突出协同显著性目标并生成全分辨率的协同显著性图。通过本发明提供方法能够生成更加准确、完整的协同显著性图，且能够有效抑制无关干扰的影响，图间一致性保持好。
-
公开(公告)号：CN112348033B
公开(公告)日：2024-01-26
申请号：CN202011100360.0
申请日：2020-10-15
Applicant: 北京交通大学
IPC: G06V10/774 , G06V10/46 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种协同显著性目标检测方法，具体包括如下步骤：给定一个包含N幅相关图像的图像组；步骤2：使用共享的骨干特征提取器来获取深层特征；步骤3：通过在线的图内显著性引导模块生成图内显著性特征；步骤4：采用集成‑分发结构聚合群组语义特征并自适应地将其分配给不同的个体，以实现协同显著性特征学习；步骤5：将低分辨率的协同显著性特征送入群组一致性保持解码器和协同显著性预测头部件来一致性地突出协同显著性目标并生成全分辨率的协同显著性图。通过本发明提供方法能够生成更加准确、完整的协同显著性图，且能够有效抑制无关干扰的影响，图间一致性保持好。
-
公开(公告)号：CN112347859A
公开(公告)日：2021-02-09
申请号：CN202011100396.9
申请日：2020-10-15
Applicant: 北京交通大学
Abstract: 本发明涉及一种光学遥感图像显著性目标检测方法，步骤包括：步骤S1、建立稠密注意力流网络，所述稠密注意力流网络包括注意力流引导的特征编码模块和渐进式特征解码模块；步骤S2、导入光学遥感图像；步骤S3、采用注意力流引导的特征编码模块对光学遥感图像进行处理，生成更具判别力的增强特征，注意力流引导的特征编码模块主要包括全局上下文感知注意力模块和稠密注意力流结构，步骤S4、采用渐进式特征解码模块对步骤S3的增强特征进行解码，在特征解码阶段，将深层特征与浅层特征逐步融合，并在显著性图和显著性边缘图的监督下，生成多个侧输出和最终输出。
-
公开(公告)号：CN113763422A
公开(公告)日：2021-12-07
申请号：CN202110872457.1
申请日：2021-07-30
Applicant: 北京交通大学
Abstract: 本发明属于图像目标检测技术领域，涉及一种RGB‑D图像显著性目标检测方法，包括：将深度图和RGB图像分别输入深度模态编码器和RGB图像编码器；深度模态编码器提供深度模态，RGB图像编码器提供RGB模态；在低层级特征编码阶段，RGB诱导细节增强模块通过将RGB模态的细节补充信息从RGB模态传输到深度模态，实现深度特征增强；在高层级特征编码阶段，深度诱导语义增强模块进行跨模态特征融合；通过密集解码重建结构生成预测的显著性图像。本发明提出一种新跨模态交互模式和跨模态差异交互网络，模拟两种模态的依赖性，并设计组件实现差异化跨模态引导，提出DDR结构，利用多个高层级特征更新跳连接生成语义块。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
