龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：郑州航空工业管理学院
摘要：本发明公开了一种物流园区安全帽佩戴检测分割方法、系统和介质，涉及计算机视觉技术领域。本发明在DeepLabV3+网络模型结构的基础上，构建了GridAtten‑Net语义分割网络模型，该模型包括膨胀卷积残差网络特征提取模块、卷积注意力机制融合模块、图像特征网格化模块。采用ResNet‑101膨胀残差特征提取网络作为主干提取网络，以减小计算量，加快网络的模型收敛速度。在编码阶段引入卷积注意力机制融合模块，有效增强特征区域的表征能力，进一步提升图像语义分割的精度。同时图像特征网格化模块能够获取物流园区复杂场景中局部区域的小目标特征信息，解决目前安全帽分割存在的漏检问题，提高了识别的准确性。
主权项：1.一种物流园区安全帽佩戴检测分割方法，其特征在于，包括：获取物流园区场景原始影像数据集，对影像数据集进行有安全帽和无安全帽特征标注，并对影像数据集进行数据增强预处理；构建基于DeepLabV3+结构的GridAtten-Net语义分割网络模型，包括：膨胀卷积残差网络特征提取模块、卷积注意力机制融合模块、图像特征网格化模块；其中，膨胀卷积残差网络特征提取模块采用ResNet-101膨胀残差网络作为骨干提取网络，并采用膨胀卷积对特征图进行下采样操作；将影像数据集输入ResNet-101膨胀残差主干提取网络进行不同维度的特征提取得到特征图；并对提取的特征图进行膨胀卷积和下采样操作，生成最后一层物流园区场景特征图和倒数第二层物流园区场景特征图；将最后一层物流园区场景特征图作用于卷积注意力机制融合模块，生成不同通道和不同区域的重要权重，以获得加权后的物流园区场景特征图；通过图像特征网格化模块对生成的倒数第二层物流园区场景特征图进行网格分割，并对分割后的每个小格子图像进行网格化特征提取及下采样操作，生成网格化后的物流园区场景特征图；将加权后的物流园区场景特征图与网格化后的物流园区场景特征图进行特征融合，并将融合后的特征图输入解码器模块进行卷积和下采样操作，以获得物流园区安全帽佩戴语义分割效果图。
全文数据：
权利要求：
百度查询： 郑州航空工业管理学院 一种物流园区安全帽佩戴检测分割方法、系统和介质
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