-
公开(公告)号:CN116740516A
公开(公告)日:2023-09-12
申请号:CN202310580498.2
申请日:2023-05-19
申请人: 山东大学
IPC分类号: G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明公开了一种基于多尺度融合特征提取的目标检测方法及系统,该方法包括:将预处理后的原始图像输入至目标检测网络中,提取多尺度融合特征图,输出目标检测结果;其中,预处理后的原始图像输入至主干网络,获得三层不同尺度的特征图,再通过SWFC网络得到首次融合后的三层不同尺度的特征图;对尺度最小的特征图进行三次上采样,将所有尺度的特征图输入至LBiFN网络,划分为两组进行特征融合,融合后的两层特征图分别恢复至对应原输入的特征图的大小,舍弃尺度最小的两层特征图,再分别通过自注意力模块,输出加权后的四层不同尺度的多尺度融合特征图。本发明通过多尺度融合和注意力机制,融合多层不同尺度特征,提高目标检测的精度。
-
公开(公告)号:CN116563916A
公开(公告)日:2023-08-08
申请号:CN202310488653.8
申请日:2023-04-25
申请人: 山东大学
摘要: 本发明涉及基于注意力融合的循环人脸超分辨率方法及系统,包括以下步骤:获取低分辨人脸图像,基于人脸恢复网络得到图像特征和超分辨图像,得到的超分辨图像基于地标修正网络得到注意力图像;得到的图像特征和前一步人脸恢复网络得到的注意力图像经融合后,通过反馈迭代,得到重建后的超分辨率人脸图像;图像特征和注意力图像融合的过程,具体为:基于图像特征提取通道注意力特征,得到的通道注意力特征和图像特征经逐元素相乘得到空间注意力特征,得到的空间注意力特征与图像特征经逐元素相乘得到最终特征,最终特征与注意力图像经逐元素相乘得到加权特征,加权特征用于输入到人脸恢复网络中进行人脸超分辨。
-