龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江苏海洋大学;蓝湾海洋资源开发技术创新中心
申请日：2024-04-09
公开（公告）日：2024-06-28
公开（公告）号：CN118262227A
主分类号：G06V20/05
分类号：G06V20/05;G06V10/44;G06V10/20;G06V10/80;G06V10/82;G06V10/25;G06V10/764;G06N3/0464;G06N3/094;G06N3/048
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及水下目标检测技术领域，公开了一种关注不变信息的跨域水下目标检测方法，通过构造域不变频率注意力模块在频域空间利用注意力机制来增强水下环境变化中的不变因素并过滤掉变化因素，通过构造多尺度图像级特征对齐模块，以增强模型的特征提取能力，并通过目标检测损失、适应损失和多尺度对齐损失的协作，重点关注不断变化的水下环境中的不变信息，以提升模型的泛化能力，本发明的FIOD‑VUE模型包括FIA模块，在频域中自主区分DIF和DVF，这解决了传统水下物体检测方法中长期存在的弱泛化问题；本方法还引入了MIFA模块，它从图像级别的角度解决了背景颜色失真的问题。
主权项：1.一种关注不变信息的跨域水下目标检测方法，其特征在于：具体步骤如下：S1：输入图像通过域不变频率注意力模块得到强化后的图像；S2：使用ResNet101作为特征提取网络，从输入图像和强化图像中提取到两个特征图，合并后的特征图输入到特征金字塔FPN中进行从深层到浅层的多尺度融合，再将融合特征图输入到建议网络RPN，以获得候选对象区域；S3：在检测阶段，级联RCNN使用级联检测器，每个检测器包含ROIAlign、全连接层、分类得分和边界回归，通过ROIAlign将ROI区域映射到相同大小的候选框，通过全连接层后输出该区域的分类得分和边界回归，在检测过程中，通过前一个检测器输出的边界回归对候选目标区域进行重新采样，逐步提高IOU阈值得到新的分类分数和边界回归；S4：多尺度图像级特征对齐模块在FPN中的各个特征图上实现，域对抗性训练通过每个对抗域分类器子模块中的GRL层实现，该层在传播过程中自动翻转梯度，以实现骨干网络获得域差异减少的域混淆特征；S5：构造总目标损失函数，训练网络得到最终的目标的检测结果。
全文数据：
权利要求：
百度查询： 江苏海洋大学;蓝湾海洋资源开发技术创新中心 一种关注不变信息的跨域水下目标检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号