公开(公告)号：CN118115916A

公开(公告)日：2024-05-31

申请号：CN202410230314.4

申请日：2024-02-29

Applicant: 大连海事大学

Inventor： 李辉 ,  李浩然 ,  刘其闯 ,  金克 ,  陈荣 ,  郝立颖 ,  郭世凯

IPC: G06V20/40 ,  G06V10/764 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于语义聚合的视频目标检测方法、系统及存储介质。本发明方法，包括：提取视频特征；基于提取的视频特征，进行帧级别的特征聚合，生成增强后的特征f；基于生成的增强后的特征，获取候选区域特征；基于获取的候选区域特征，进行语义聚合，得到增强后的关键帧的区域候选特征；基于增强后的关键帧的区域候选特征，进行分类和回归，得到预测的类别和边界框信息，并计算损失函数；利用总损失函数更新网络参数，得到一个稳定的视频目标检测模型，将原始视频或图片序列输入到稳定的视频目标检测模型中，输出目标的类别和边界框。本发明通过应用注意力机制，对参考帧进行语义聚合来增强当前帧的特征图，进而提高视频目标检测的准确度。