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：四川大学
摘要：本发明涉及计算机视觉技术领域，公开了一种基于物体上下文尺度自适应特征增强的目标检测方法。首先通过骨干网络提取图像特征，利用得到的各层次特征进行第一阶段的预测，得到各尺度物体的候选区域和ROI特征；再获取不同范围的上下文信息，以满足不同种类物体对上下文信息范围的需求；动态地为不同的候选区域选择对应的上下文信息，得到多个包括ROI特征和上下文特征的特征对；对每个特征对当中的特征进行融合增强，最后进行第二阶段的预测，得到最终的预测框。本发明极大地提升了目标模型对各种尺度物体的感知能力，从而更准确地识别不同尺度的物体；赋予了目标模型更强的鲁棒性和适应性，使其能够在各种复杂环境下高效完成目标检测任务。
主权项：1.一种基于物体上下文尺度自适应特征增强的目标检测方法，其特征在于，包括以下步骤：步骤1：通过骨干网络和特征金字塔对待检测图像进行特征提取以及特征融合，得到包括细节信息和语义信息的各层次特征；步骤2：利用得到的各层次特征进行第一阶段的预测，得到待检测图像中各尺度物体的候选区域，然后利用ROIPooling或者ROIAlign操作得到所有尺度物体的候选区域特征ROI；步骤3：使用不同空洞率的空洞卷积调整感受野的范围，从而得到不同范围的上下文信息，以满足待检测图像中不同物体对上下文信息范围的需求；步骤4：基于Transformer的思想，动态地为不同的候选区域选择对应的上下文信息，得到不同物体所需的上下文特征，并由不同物体的候选区域特征ROI与其对应的上下文特征组成相应的特征对；步骤5：对每个特征对当中的候选区域特征ROI以及上下文特征进行融合增强，得到最终的增强后的候选区域特征步骤6：利用上下文信息增强后的候选区域特征进行第二阶段的预测，得到最终的预测框。
全文数据：
权利要求：
百度查询： 四川大学 一种基于物体上下文尺度自适应特征增强的目标检测方法
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