电子科技大学匡平获国家专利权
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!
龙图腾网获悉电子科技大学申请的专利一种基于上下文信息与全局注意力的小目标检测方法、系统、存储介质及终端获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116385731B 。
龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310373981.3,技术领域涉及:G06V10/40;该发明授权一种基于上下文信息与全局注意力的小目标检测方法、系统、存储介质及终端是由匡平;钟行;李凡设计研发完成,并于2023-04-10向国家知识产权局提交的专利申请。
本一种基于上下文信息与全局注意力的小目标检测方法、系统、存储介质及终端在说明书摘要公布了:本发明公开了一种基于上下文信息与全局注意力的小目标检测方法、系统、存储介质及终端,包括:输入图像并通过主干提取网络结合上下文信息提取图像特征,得到不同深度的特征图;结合全局注意力机制与上下文信息对不同深度的特征图进行特征融合,得到融合后的特征图;将融合后的特征图送入检测头进行检测,得到目标检测框。本发明能够有效的通过上下文信息分析出缺失信息的小目标,平衡小目标在各个深度特征图中的信息,提高小目标的检测率;同时构建更加精确的代价矩阵完成目标跟踪的匹配任务。
本发明授权一种基于上下文信息与全局注意力的小目标检测方法、系统、存储介质及终端在权利要求书中公布了:1.一种基于上下文信息与全局注意力的小目标检测方法,其特征在于,所述方法包括以下步骤: S1、输入图像并通过主干提取网络结合上下文信息提取图像特征,得到不同深度的特征图;所述通过主干提取网络结合上下文信息提取图像特征,包括: 采用结合CNN和Swin Transformer的网络结构进行图像的特征提取,并通过引入残差模块进行上下文信息和原特征信息的保留与结合;具体流程如下: 在得到特征图后,基于窗口的多头自注意力首先进行归一化操作; 对得到的特征图进行边长为M的窗口划分,得到N×N个窗口,然后在进行自注意力计算时,每个窗口的感受野仅在自己单个窗口内; 将计算完成的特征图与原特征图进行一次残差计算,然后再次将特征图进行归一化; 将归一化的结果放入一个压缩比为r的MLP中进行计算; 再次完成一轮上述操作,在这一轮中,对窗口的划分进行调整,利用Mask掩膜,将整个图像的窗口划分往右下角平移M2个像素,再次计算滑动后每个窗口内的自注意力; S2、结合全局注意力机制与上下文信息对不同深度的特征图进行特征融合,得到融合后的特征图; S3、将融合后的特征图送入检测头进行检测,得到目标检测框; S4、对所述目标检测框使用deepsort算法进行跟踪,通过外观扩散策略、膨胀距离指标以及模糊运动预测策略,分别从外观、定位和运动三个维度来衡量帧间小目标的相似度;所述外观扩散策略包括: 在获取到目标检测模块提供的目标检测框之后,使用一定比例对检测框进行中心放大; 所述膨胀距离指标用于描述远距离目标间定位相似度,通过膨胀距离与定位损失函数结合的方式,可以更好的衡量目标间的定位相似度,完成代价矩阵的构建; 所述模糊运动预测策略,包括: 使用递减的一个比例因子对目标的运动进行预测,使用线性模型对目标位置进行更新,更新方式为跟踪的预测框在中心连线上进行比例因子的运动,随着时间进行,比例会因衰减因子越来越小,从而模拟遮挡情况下目标的运动轨迹。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学,其通讯地址为:611731 四川省成都市高新区(西区)西源大道2006号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励