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：南开大学

摘要：本发明提供一种基于二次降质的水下显著物体目标检测方法，涉及目标检测技术领域，该方法包括：基于媒介透射分支及导向滤波法对原始图像进行卷积，并通过四叉树算法计算所述原始图像的全局背景光，获得水下增强图；对所述水下增强图进行二次降质无监督学习，获得二次增强图；对所述二次增强图及所述二次增强图对应的二次传输图进行多流特征提取，获得检测网络；通过所述检测网络对待检测图像进行水下显著物体目标检测。本发明能够提升了在复杂水下环境中显著性目标检测的适应性，提高了检测精度及鲁棒性。

主权项：1.一种基于二次降质的水下显著物体目标检测方法，其特征在于，包括：S1：基于媒介透射分支及导向滤波法对原始图像进行卷积，并通过四叉树算法计算所述原始图像的全局背景光，获得水下增强图；具体包括：S11：基于深度学习网络建立媒介透射分支对原始图像进行卷积，并通过导向滤波法对原始图像细化，获得媒介透射图；S12：通过四叉树算法计算原始图像的全局背景光；S13：通过所述媒介透射图及所述全局背景光对所述原始图像进行还原，获得水下增强图；S2：对所述水下增强图进行二次降质无监督学习，获得二次增强图；具体包括：S21：对原始图像进行图像增强，获得一次增强图；S22：对所述原始图像进行图像质量退化，获得二次降质图，并对所述二次降质图进行图像增强，获得二次增强图；S23：通过所述二次增强图对所述一次增强图进行无监督学习；S3：对所述二次增强图及所述二次增强图对应的二次传输图进行多流特征提取，获得检测网络；其中，对所述二次增强图及所述二次增强图对应的二次传输图进行特征提取，并对提取获得的特征由同一框架进行协同训练，以完成多源融合学习获得融合特征，所述融合特征的表达式为： 其中，为基于二次增强图及二次传输图进行双流特征提取获得的融合特征，为二次增强图对应的第一输入特征图，为二次传输图对应的第二输入特征图，为用于特征融合的权重；在特征融合阶段，将二次增强图和二次传输图分别输入双流特征提取网络，生成多模态的特征，每个流都采用U-Net结构作为主干网络，随后，采用特征融合策略：通过注意力融合模块将来自RGB特征和媒介透射的有价值的线索集成到跨模式融合特征中，在特征融合阶段还设计了三个解码分支，分别处理RGB、媒介透射和融合层次的特征，并将相应的输出相加，生成最终的显著性图；S4：通过所述检测网络对待检测图像进行水下显著物体目标检测。

全文数据：

权利要求：

百度查询： 南开大学 一种基于二次降质的水下显著物体目标检测方法