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：湖南师范大学
摘要：本申请适用于外来物检测技术领域，具体涉及一种基于端到端深度网络的光学图像外来物检测方法、装置、计算机设备、存储介质和计算机程序产品，包括利用偏移生成网络生成的卷积核参数计算每个特征平面的空间偏移量，通过可变形卷积为每个特征平面分配空间注意力权重，同时利用全局池化和两层全连接网络生成每个通道的注意力权重，再将空间注意力权重和通道注意力权重加权到特征向量上以生成不同维度方向上的注意力向量，然后对不同维度方向上的注意力向量进行形状对齐得到加权特征图；该加权特征图不仅突出了外来物的特征，还减少了背景噪声的干扰，从而极大提高了对机场外来物检测的准确性和可靠性。
主权项：1.一种基于端到端深度网络的光学图像外来物检测方法，其特征在于，所述方法包括：步骤S1，从光学图像的输入特征图中提取特征向量；步骤S2，将所述特征向量沿不同维度方向进行压缩，得到各维度方向上的特征平面；步骤S3，根据偏移生成网络的卷积核参数分别计算各所述特征平面的空间偏移量；步骤S4，基于各所述空间偏移量分别对各所述特征平面进行可变形卷积，得到各所述特征平面的空间注意力权重；步骤S5，对所述特征向量进行全局池化，得到通道信息统计量；步骤S6，将所述通道信息统计量输入至第一全连接层，所述第一全连接层输出降维后的所述通道信息统计量；步骤S7，利用ReLU激活函数对降维后的所述通道信息统计量进行非线性变换；步骤S8，将步骤S7得到的所述通道信息统计量输入至第二全连接层，所述第二全连接层将所述通道信息统计量的维度恢复到原始通道数；步骤S9，利用sigmoid激活函数将步骤S8得到的所述通道信息统计量映射到0到1之间，以生成每个通道的通道注意力权重；步骤S10，将各所述特征平面的空间注意力权重和所述每个通道的通道注意力权重加权到所述特征向量，得到不同维度方向上的注意力向量；步骤S11，对所述不同维度方向上的注意力向量进行形状对齐，得到加权特征图；步骤S12，根据所述加权特征图得到光学图像机场外来物检测结果。
全文数据：
权利要求：
百度查询： 湖南师范大学 基于端到端深度网络的光学图像外来物检测方法和装置
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