-
公开(公告)号：CN113392960B
公开(公告)日：2022-08-30
申请号：CN202110646653.7
申请日：2021-06-10
Applicant: 电子科技大学
Abstract: 本发明涉及数字图像处理技术领域，特别是涉及一种基于混合空洞卷积金字塔的目标检测网络及方法，所述目标检测网络包括主干网络、混合感受野模块、低层嵌入式特征金字塔模块和检测模块；所述主干网络使用分层级联的网络结构来提取目标图片特征；所述混合感受野模块将主干网络最顶端输出的最高层特征图进行特征增强；所述低层嵌入式特征金字塔模块在特征金字塔基础上，将高层特征向下融合，并通过低层嵌入的方式，生成最终的待检测特征图；所述检测模块将待检测特征图进行定位及分类，并输出结果。通过本目标检测网络及方法，能有效解决因尺度和遮挡引起的漏检、错检的问题。
-
公开(公告)号：CN113392960A
公开(公告)日：2021-09-14
申请号：CN202110646653.7
申请日：2021-06-10
Applicant: 电子科技大学
Abstract: 本发明涉及数字图像处理技术领域，特别是涉及一种基于混合空洞卷积金字塔的目标检测网络及方法，所述目标检测网络包括主干网络、混合感受野模块、低层嵌入式特征金字塔模块和检测模块；所述主干网络使用分层级联的网络结构来提取目标图片特征；所述混合感受野模块将主干网络最顶端输出的最高层特征图进行特征增强；所述低层嵌入式特征金字塔模块在特征金字塔基础上，将高层特征向下融合，并通过低层嵌入的方式，生成最终的待检测特征图；所述检测模块将待检测特征图进行定位及分类，并输出结果。通过本目标检测网络及方法，能有效解决因尺度和遮挡引起的漏检、错检的问题。
-
公开(公告)号：CN113392786B
公开(公告)日：2022-04-12
申请号：CN202110689585.2
申请日：2021-06-21
Applicant: 电子科技大学
Abstract: 本发明属于行人重识别技术领域，尤其涉及基于归一化和特征增强的跨域行人重识别方法，包括建立识别网络模型、图像特征归一化、图像特征恢复、图像特征输出。本技术方案在不使用目标域数据的基础上能够有效抑制域间隙并增强行人判别特征，进而增强识别网络模型的泛化能力；借助残差连接思想使得实例归一化既能抑制风格差异又能防止信息的丢失，以此使提取到的特征具有域不变性的同时保持判别力；通过注意力单元CAB将空间信息融入通道中，并通过构建通道间的依赖关系自适应地调整各通道的特征权重，有效增强了行人特征。
-
公开(公告)号：CN113392786A
公开(公告)日：2021-09-14
申请号：CN202110689585.2
申请日：2021-06-21
Applicant: 电子科技大学
Abstract: 本发明属于行人重识别技术领域，尤其涉及基于归一化和特征增强的跨域行人重识别方法，包括建立识别网络模型、图像特征归一化、图像特征恢复、图像特征输出。本技术方案在不使用目标域数据的基础上能够有效抑制域间隙并增强行人判别特征，进而增强识别网络模型的泛化能力；借助残差连接思想使得实例归一化既能抑制风格差异又能防止信息的丢失，以此使提取到的特征具有域不变性的同时保持判别力；通过注意力单元CAB将空间信息融入通道中，并通过构建通道间的依赖关系自适应地调整各通道的特征权重，有效增强了行人特征。
-
-
-
Search Results
4
records
(took 0.021 seconds)
