← 返回列表
基于注意力和多尺度特征融合的水下目标检测模型及方法
申请人信息
- 申请人:中国海洋大学
- 申请人地址:266100 山东省青岛市崂山区松岭路238号
- 发明人: 中国海洋大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于注意力和多尺度特征融合的水下目标检测模型及方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410138335.3 |
| 申请日 | 2024/2/1 |
| 公告号 | CN117671473A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06V20/05 |
| 权利人 | 中国海洋大学 |
| 发明人 | 张沁悦; 郑冰; 王柘; 李继哲 |
| 地址 | 山东省青岛市崂山区松岭路238号 |
摘要文本
本发明提供了一种基于注意力和多尺度特征融合的水下目标检测模型及方法，属于水下图像数据处理分析技术领域，该模型分为四个模块，分别是预处理模块、基于焦点自注意力的特征提取模块、多尺度特征融合模块和水下目标定位模块；首先，提取图像的从低级到高级的语义特征表示，并通过注意力机制自动学习目标在图像数据中的重要性分布；通过对目标区域实现更高的关注，最终成功捕捉图像中的关键纹理、形状、颜色等信息，为后续的目标检测提供基础。通过特征融合模块融合多尺度的特征信息，得到对目标特征的多维度数据描述，从而提高目标的检测率和定位精度。经过以上关键步骤后，模型能够基于多尺度融合特征完成水下目标检测和定位的任务。
专利主权项内容
1.一种基于注意力和多尺度特征融合的水下目标检测模型，其特征在于：包括依次连接的特征提取模块、多尺度特征融合模块和水下目标定位模块；所述特征提取模块基于焦点自注意力，使用预处理后的水下目标图像作为该模块输入，提取图像的低级到高级的语义特征表示，从而得到基础特征表示；所述多尺度特征融合模块是为了适应水下目标图像检测的尺度变化，将基础特征表示输入多尺度特征融合模块进行特征整合，得到具有更强表达能力的融合特征；所述水下目标定位模块是使用基于CNN的目标检测模型，引入图像目标角点的回归策略，基于输入融合特征进行目标图像识别，以得到水下目标图像的检测结果。