公开(公告)号：CN115273141A

公开(公告)日：2022-11-01

申请号：CN202210786208.5

申请日：2022-07-04

Applicant: 电子科技大学

Inventor： 候少麒 ,  殷光强 ,  王治国 ,  王志铭 ,  毛俊怡

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/44 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种自选择感受野块、图像处理方法及应用，其中，自选择感受野块包括图像输入模块、挤压模块、金字塔卷积组、加权融合模块、激励模块和图像输出模块。图像处理方法主要是基于自选择感受野块实现图像的处理，应用主要是将自选择感受野块应用于神经网络模型中。本发明借助多个不同尺度空洞卷积的优势设计了金字塔卷积组，用以获取图像中由局部到全局的不同级别的语义信息，并通过自适应加权融合的方式让模型根据任务自主选择所需要的感受野大小，能够对目标场景充分理解及显著控制计算量和参数量，有效解决了现有模型不能有效兼顾局部性和全局性、难以对场景信息充分理解、以及计算量和参数量大的技术问题。

公开(公告)号：CN115273142A

公开(公告)日：2022-11-01

申请号：CN202210786984.5

申请日：2022-07-04

Applicant: 电子科技大学

Inventor： 候少麒 ,  王治国 ,  殷光强 ,  董志华 ,  毛俊怡

IPC: G06V40/10 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种行人重识别图像的处理方法及系统，所述系统包括自监督重标定块和神经网络模型，所述自监督重标定块包括图像输入模块、平均池化模块、最大池化模块、第一挤压‑激励模块、第二挤压‑激励模块、第三挤压‑激励模块、加权融合模块、CRB复合卷积模块和图像输出模块；所述方法基于系统实现。本发明通过平均池化与全局池化相结合的方式聚合待处理特征图的空间信息，并以通过互补性加权的方式同时融合了全局平均信息和局部显著性信息，能够推断出更精细的通道注意力掩码，从而增强了通道特征之间的相互依赖关系并得到特征增强的特征图，同时整个处理过程还有效控制计算量的增加。