-
公开(公告)号：CN116596961A
公开(公告)日：2023-08-15
申请号：CN202310371679.4
申请日：2023-04-10
Applicant: 华南农业大学
IPC: G06T7/246 , G06V10/764 , G06V10/774 , G06V10/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于全局空洞注意力和目标聚焦的单目标跟踪方法及装置，方法包括：获取“模板图像‑搜索图像”的图像对；对模板图像与搜索图像进行特征提取，得到模板图像特征和搜索图像特征；构建基于全局空洞注意力的全局目标聚焦网络；全局空洞注意力用于对模板和搜索区域特征进行有效的特征增强，目标聚焦网络用于在模板和搜索区域之间建立点对点的关联，将信息从模板传递到搜索区域；将增强后的目标特征输入到基于互相关的预测头中以产生目标区域。本发明构建了一种全新的全局语义建模方法来增强语义对象，消除背景信息干扰，并且实现搜索区域中目标特征的部分级增强，有效地增强了目标嵌入，同时削弱非目标物体，实现鲁棒的目标跟踪。
-
公开(公告)号：CN117541784A
公开(公告)日：2024-02-09
申请号：CN202311279962.0
申请日：2023-10-07
Applicant: 华南农业大学
IPC: G06V10/26 , G06V10/42 , G06V10/774 , G06V10/82 , G06V10/764 , G06V20/40
Abstract: 本发明公开了一种基于高斯注意力和自适应聚焦的单目标跟踪方法及装置，方法包括：对数据集进行裁剪操作并生成训练集；提取训练集的搜索图像特征和模板图像特征；构建并利用训练集训练高斯Transformer，具体地，从搜索图像特征中建立稀疏注意力，获取搜索图像中最相关的区域，然后利用高斯注意力增强模板图像特征，获得模板图像中核心的特征信息，最后利用自适应聚焦模块进行特征的目标聚焦；最终，利用双头预测器实现单目标跟踪。本发明利用高斯注意力解决了自注意力捕捉图像中元素位置关系的问题，同时在自适应聚焦模块中引入前一帧中目标的形状和位置信息，增加目标与相似物体的对比度，使目标特征更加突出，以实现鲁棒且精准的目标跟踪。
-
公开(公告)号：CN117612056A
公开(公告)日：2024-02-27
申请号：CN202311407926.8
申请日：2023-10-27
Applicant: 华南农业大学
Abstract: 本发明公开了一种基于语义理解与自身感知的视频目标分割方法及装置，方法包括：采用预设的编码器提取视频当前帧的图像，获取浅层特征与深层特征；对深层特征与特征记忆建立密集匹配关系，然后使用自感知关系增强特征，经过特征融合后获取融合的特征匹配结果；对深层特征经过密集匹配后形成语义关系，获取深层语义输出序列；使用语义解码器对浅层特征和深层语义输出序列进行融合并解码，获取多尺度语义特征；最后将融合的特征匹配结果、多尺度语义特征和浅层特征输入到分割解码器，获取分割结果。本发明提升复杂场景特别是外观变化较大场景下的目标分割表现，同时能够真实地还原出目标的边缘细节，提升分割掩码边界的精确度。
-
公开(公告)号：CN117541663A
公开(公告)日：2024-02-09
申请号：CN202311279950.8
申请日：2023-10-07
Applicant: 华南农业大学
IPC: G06T7/90 , G06T7/40 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于双域特征学习与跨维度特征优化的夜间去雾方法及装置，方法包括：利用预设的双域特征编码器强化并提取夜间有雾图像特征，在双域特征编码器的频率域学习分支中通过自适应频率选择模块提取出有雾图像的频率域特征，在双域特征编码器的空间域学习分支中利用残差稠密块提取夜间有雾图像的空间域特征，将频率特征和空间域特征融合；然后将融合后的特征输入跨维度注意力特征优化模块，经过设置跨维度交互注意力模块获得优化特征；将优化特征输入预设的双域特征解码器，获得夜间清晰图像。本发明提升夜晚有雾场景下的去雾表现，同时能够消除雾对图像的退化影响，真实地还原出图像的色彩与纹理细节，提升夜间去雾图像的真实性。
-
-
-
Search Results
4
records
(took 0.017 seconds)
