公开(公告)号：CN112418227A

公开(公告)日：2021-02-26

申请号：CN202011169502.9

申请日：2020-10-28

Applicant: 北京工业大学

Inventor： 隋凯华 ,  同磊 ,  段娟 ,  肖创柏

IPC: G06K9/34 ,  G06K9/46 ,  G06N3/08

Abstract: 本发明公开了基于双自注意力机制的监控视频卡车分割方法，本方法充分利用特征图的空间信息与通道信息，采用EM算法减少计算量，同时在分割效果上提升性能，实现目标的像素级别分割。将本方法运用于重型卡车数据集上，对比其他方法，平均分割准确率提高了2.07％；将本方法运用于公开数据集Pascal VOC 2012上，平均分割准确率也高于其他方法，体现了本方法的优越性。本方法提出的空间注意力模块中融合了全局上下文信息，减少了空间维度的信息损失；通道注意力模块采用低秩重建的方式重构特征图，减少重复无用特征图的干扰。实验证明，双自注意力机制在卡车分割上精度上有一定提升。

公开(公告)号：CN112418227B

公开(公告)日：2024-09-20

申请号：CN202011169502.9

申请日：2020-10-28

Applicant: 北京工业大学

Inventor： 隋凯华 ,  同磊 ,  段娟 ,  肖创柏

IPC: G06V10/26 ,  G06V10/46 ,  G06V10/82 ,  G06N3/08 ,  G06V20/40 ,  G06V20/52

Abstract: 本发明公开了基于双自注意力机制的监控视频卡车分割方法，本方法充分利用特征图的空间信息与通道信息，采用EM算法减少计算量，同时在分割效果上提升性能，实现目标的像素级别分割。将本方法运用于重型卡车数据集上，对比其他方法，平均分割准确率提高了2.07％；将本方法运用于公开数据集Pascal VOC 2012上，平均分割准确率也高于其他方法，体现了本方法的优越性。本方法提出的空间注意力模块中融合了全局上下文信息，减少了空间维度的信息损失；通道注意力模块采用低秩重建的方式重构特征图，减少重复无用特征图的干扰。实验证明，双自注意力机制在卡车分割上精度上有一定提升。