公开(公告)号：CN119339065A

公开(公告)日：2025-01-21

申请号：CN202411877542.7

申请日：2024-12-19

Applicant: 西安电子科技大学 ,  西安电子科技大学广州研究院

Inventor： 黄年昌 ,  傅振阳 ,  韩玖胜 ,  赵晓伟 ,  张强

IPC: G06V10/25 ,  G06N3/045 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 一种任意模态显著性目标检测方法、系统、设备及介质，涉及图像处理领域，其方法包括：收集不定模态显著性目标检测图像数据；构建任意模态特征提取器，对收集的图像数据提取多尺度特征，对特征进行分属模态类别的预测，计算模态类别损失；构建任意模态特征融合模型，将任意输入模态的特征融合，得到融合特征；构建显著性目标检测解码器，利用多模态融合特征得到显著性目标检测结果，计算显著性目标检测结果与真实显著性目标检测结果的交叉熵损失并与对应模态类别损失相加，接着计算总损失的梯度进行反向传播并更新模型参数；系统、设备及介质用于实现该方法；降低了多种模型训练与部署成本，提高了计算效率，能够适应多种场景。

公开(公告)号：CN117333673A

公开(公告)日：2024-01-02

申请号：CN202311397884.4

申请日：2023-10-26

Applicant: 西安电子科技大学

Inventor： 黄年昌 ,  寇欣雨 ,  赵晓伟 ,  张强

IPC: G06V10/40 ,  G06V10/60 ,  G06V10/82 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种基于轻型交叉模态Transformer的RGB‑D显著目标检测方法、系统、设备及介质，方法包括：将可见光图像和深度图像分别输入相应的特征提取网络，得到第一、二、三级单模态可见光特征，以及第一、二、三级单模态深度特征，然后依次得到增强的第三级单模态可见光特征，第三级跨模态特征，第四级跨模态特征、第五级跨模态特征，最终融合特征；最后得到目标掩码，也就是得到基于轻型交叉模态Transformer的RGB‑D显著目标检测结果；系统、设备及介质，用于实现基于人工神经网络的霍尔器件Verilog‑A仿真模型建立方法；本发明能够有效且低成本的捕获跨模态互补信息，补偿参数减少引起的性能下降，具有参数少，计算效率高、耗能少的特点。