公开(公告)号：CN114549982A

公开(公告)日：2022-05-27

申请号：CN202210134042.9

申请日：2022-02-14

Applicant: 南开大学

Inventor： 程明明 ,  范登平 ,  季葛鹏 ,  周昱程

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于分组梯度学习策略的伪装物体检测方法及系统，包括：对伪装物体图像提取不同特征维度的语义特征；以目标级别梯度为学习监督信号，对伪装物体图像提取纹理特征；将语义特征和纹理特征沿通道进行切割，并对语义特征子组和纹理特征子组根据不同的分组尺度进行重排列，得到多组重组特征；对重组特征进行注意力映射得到多组注意力特征，根据语义特征与多组注意力特征得到梯度诱导特征，根据梯度诱导特征采用伪装目标检测模型得到伪装物体的检测结果。解决传统特征聚合策略存在的忽略语义表征和纹理表征之间的相关性或者差异性的问题，大幅提升对伪装物体的识别能力。

公开(公告)号：CN114549982B

公开(公告)日：2024-10-18

申请号：CN202210134042.9

申请日：2022-02-14

Applicant: 南开大学

Inventor： 程明明 ,  范登平 ,  季葛鹏 ,  周昱程

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开一种基于分组梯度学习策略的伪装物体检测方法及系统，包括：对伪装物体图像提取不同特征维度的语义特征；以目标级别梯度为学习监督信号，对伪装物体图像提取纹理特征；将语义特征和纹理特征沿通道进行切割，并对语义特征子组和纹理特征子组根据不同的分组尺度进行重排列，得到多组重组特征；对重组特征进行注意力映射得到多组注意力特征，根据语义特征与多组注意力特征得到梯度诱导特征，根据梯度诱导特征采用伪装目标检测模型得到伪装物体的检测结果。解决传统特征聚合策略存在的忽略语义表征和纹理表征之间的相关性或者差异性的问题，大幅提升对伪装物体的识别能力。