公开(公告)号：CN116310695A

公开(公告)日：2023-06-23

申请号：CN202310393116.5

申请日：2023-04-13

Applicant: 杭州电子科技大学丽水研究院

Inventor： 颜成钢 ,  武松鹤 ,  周晓飞 ,  孙垚棋 ,  朱尊杰 ,  王帅 ,  高宇涵 ,  王鸿奎 ,  殷海兵 ,  张继勇 ,  李宗鹏 ,  赵治栋

IPC: G06V10/80 ,  G06V10/82 ,  G06V20/40 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于门控融合网络的视频显著性预测方法，首先构建门控融合网络；通过编码器提取视频片段包含的时空特征，用桥接模块增强顶层编码特征，再使用门控融合模块融合编解码特征，最后对门控融合特征进行解码处理，预测最终的显著图。本发明提出了一个门控融合模块用于将编码器的多级特征有效地融入到解码器中。该模块沿着时间、空间和通道维度加权编码特征，从而更加精准地定位显著对象的位置，并过滤掉特征中冗余的时空信息。

公开(公告)号：CN118196388A

公开(公告)日：2024-06-14

申请号：CN202410359770.9

申请日：2024-03-27

Applicant: 杭州电子科技大学丽水研究院

Inventor： 鲍柳昕 ,  颜成钢 ,  周晓飞 ,  张继勇 ,  赵思成

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10 ,  G06N3/0455 ,  G06N3/0495 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了一种基于卷积的轻量级遥感图像显著目标检测方法，通过使用经过轻量化修改后的卷积神经网络，降低参数和计算复杂度，提高网络的推理速度；通过使用增强模块分别在空间和通道维度上对编码器特征进行增强，使其包含更准确信息；通过解码器模块逐步融合增强后特征，恢复特征图尺度，得到最终预测图。本发明模型拥有更小的参数量和计算复杂度，降低了对计算资源的需求，加快了推理速度，可以满足在边缘设备上进行实时运行的需求，生成的遥感图像显著性预测图更加准确。