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：海南大学
摘要：本发明涉及一种多源传感器信息融合的目标检测方法，具体涉及一种基于双注意力机制多源融合的水上目标检测方法，包括：构建雷达图像生成模型和特征提取模型，并生成2D注意力矩阵；构建视觉图像特征提取模型，得到视觉特征图；将所述2D注意力矩阵沿视觉特征图所有通道重新加权，生成融合特征图；将所述融合特征图输入目标检测网络FasterRCNN。本发明可以充分利用雷达和视觉传感器互补的信息，提升网络的精度和目标检测的准确度；有效解决水上目标在图像中权重降低以及微小目标检测性能低的问题。
主权项：1.一种基于双注意力机制多源融合的水上目标检测方法，其特征在于，包括如下步骤：构建雷达图像生成模型和特征提取模型，并生成2D注意力矩阵；构建视觉图像特征提取模型，得到视觉特征图；将所述2D注意力矩阵沿视觉特征图所有通道重新加权，生成融合特征图；将所述融合特征图输入目标检测网络FasterRCNN；所述的构建雷达图像生成模型具体为：获取雷达和视觉传感器训练数据，再把雷达点云映射到前置摄像头坐标系；将雷达点云的深度，纵向速度和横向速度转化不同R、G、B通道的真实像素值；以雷达点云转换为前置摄像头坐标点为圆心，按照一定的渲染规则渲染一个实心圆，得到雷达的训练图像；通过构建雷达图像特征提取模型来对上述雷达的训练图像进行特征提取并生成对应的特征图；所述的构建雷达图像特征提取模型具体为：引入ResNet-50的前两个卷积块BasicStem和Block1，前者用于处理输入的雷达图像；后者用于输出特征雷达图像；所述的生成2D注意力矩阵的具体为：使用4组具有不同感受野的卷积层来提取空间注意力矩阵，将雷达图像的特征图编码为空间域注意力权重矩阵；并将雷达特征图中的通道数减少到1；4组卷积层分别为Conv1×1，Conv3×3，Conv5×5，Conv7×7，内核大小分别为1×1×256×1，3×3×256×1，5×5×256×1，7×7×256×1，步长均设为1,1,并分别填充[0,0]，[1,1]，[2,2]，[3,3]；Block1仅引入1个残差块，来改善检测模型的随机梯度下降更新速度。
全文数据：
权利要求：
百度查询： 海南大学 一种基于双注意力机制多源融合的水上目标检测方法
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