公开(公告)号：CN116092154A

公开(公告)日：2023-05-09

申请号：CN202211583824.7

申请日：2022-12-09

Applicant: 重庆邮电大学

Inventor： 周丽芳 ,  刘波 ,  李伟生 ,  马将凯 ,  卢峻民

IPC: G06V40/16 ,  G06V10/762 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于改进YOLOv5的实时小人脸检测方法，属于计算机视觉领域。包括以下步骤：步骤1.采用YOLOv5作为小人脸检测的基础框架，该YOLOv5小人脸检测模型中加入了SKAttention，通过动态计算每个卷积核得到通道的权重，动态的将各个卷积核的结果进行融合，可以让神经网络更加关注小人脸，提升真实场景中小人脸检测的精度。步骤2.设计了小人脸特征增强模块，将特征图进行上采样处理，使得特征图继续扩大，同时将浅层特征图与深层特征图进行融合。步骤3.为了满足实时性要求，采用YOLOv5模型，并将主干特征提取网络C3替换为更轻量的ShuffleNetV2网络，以实现网络模型的轻量化,平衡速度和精度。

公开(公告)号：CN116229112A

公开(公告)日：2023-06-06

申请号：CN202211558887.7

申请日：2022-12-06

Applicant: 重庆邮电大学

Inventor： 周丽芳 ,  刘金兰 ,  李伟生 ,  马将凯 ,  卢峻民

IPC: G06V10/62 ,  G06V20/40 ,  G06V10/80 ,  G06V10/764 ,  G06V10/766 ,  G06V10/82 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明请求保护一种基于多重注意力的孪生网络目标跟踪方法(SiamMAN,Siamese Multi‑attention Network)，属于计算机视觉技术领域。主要包括以下步骤：首先，为了更高效地利用目标特征信息来应对复杂背景干扰的问题，设计了一个多重注意力模块对特征进行优化，其中，通道注意力分支用于给更具判别性的通道赋予更高的权重，位置注意力分支充分利用目标的位置信息；其次，为了更好地利用浅层特征，在多重注意力模块中设计了一种特征融合方法，使用残差学习方法对浅层特征和经注意力分支优化后的特征进行融合，然后再融合两种注意力特征，进一步增强特征表示；最后，使用Focal‑EIoU损失作为回归损失函数，从而引导跟踪器生成更精确的跟踪框。