1.多级深度特征融合的RGB-T图像显著性目标检测方法,其特征在于,包括如下步骤: (1)对输入图像提取粗糙的多级特征: 对图像提取基础网络中位于不同深度的5级特征作为粗糙的单模态特征; (2)构建邻近深度特征融合模块,改善单模态特征: 建立多个邻近深度特征融合模块,然后通过该邻近深度特征融合模块将步骤(1)得到的5级粗...
本发明属于语义分割技术领域,尤其为一种RGBT双模态特征融合的语义分割方法,包括如下步骤:步骤1,构建网络模型:整个网络主要由双分支编码器和解码器,注意力融合模块两部分组成;步骤2,准备数据集:对整个卷积网络先用语义分割数据集进行训练;步骤3,训练网络模型:将步骤2中准备好的数据集输入到步骤1中构建好的网络模型中...
专利摘要:本发明公开了一种基于注意力多模态特征融合的无监督RGB‑T目标跟踪方法,先采用分层卷积神经网络来提取RGB图像和热红外图像的特征;再使用特征融合模块将来自不同水平及不同模态的特征进行同步融合;再对融合得到的特征进行两次前向跟踪得到响应图;接着,将融合特征逆序,原先的模板图作为搜索图,搜索图作为模板图...
一种RGB-T双模态特征融合的语义分割方法 本发明属于语义分割技术领域,尤其为一种RGBT双模态特征融合的语义分割方法,包括如下步骤:步骤1,构建网络模型:整个网络主要由双分支编码器和解码器,注意力融合模块两部分组成;步骤2,准备数据集:对整个卷积网络先用语义分割数据集进行训练;步骤3,训练网络模... 葛微,李金龙,郝...
本发明公开了一种基于RGBT多尺度特征融合的电气设备故障检测方法,包括:将RGB图像和对应的T图像构成RGBT图像;对多通道RGBT图像中的RGB图像和T图像分别进行不同尺度特征提取,并将不同尺度特征进行交叉融合,构建图像目标分割模型;根据损失函数,通过标签样本对图像目标分割模型的输出进行深度监督训练;将待检测RGBT图像输入...
实现本发明的关键是rgb-t图像多级深度特征提取和融合:通过对rgb和热红外图像提取的多级单模态特征进行融合,预测显著性:对rgb或热红外图像,从支柱网络的不同深度提取粗糙的多级特征;构建邻近深度特征融合模块,提取改善的多级单模态特征;构建多分支组融合模块,对不同模态特征进行融合;得到融合输出特征图;训练网络得到模型...
基于多模态特征融合的RGBT目标跟踪研究 本文提出了一种基于多模态特征双向增强的RGBT跟踪网络.首先,网络联合模态的特定特征和共享特征来充分建模物体的外观表示.其次,本文设计了双向特征融合模块来充分融合... 赵伟 - 《安徽大学》 被引量: 0发表: 2023年 融合多模态特征的RGB-T目标跟踪算法研究 视觉目标跟踪旨在...
因此,本文提出了一种基于多模态特征双向增强的RGBT跟踪网络.首先,网络联合模态的特定特征和共享特征来充分建模物体的外观表示.其次,本文设计了双向特征融合模块来充分融合可见光-热红外图像的互补特征,并在此基础上减轻冗余特征对跟踪器的影响.最后,本文利用注意力机制来平衡不同挑战下两种模态的贡献.在多个RGBT数据集...
基于多模态特征融合的RGBT目标跟踪研究 双向增强的RGBT跟踪网络.首先,网络联合模态的特定特征和共享特征来充分建模物体的外观表示.其次,本文设计了双向特征融合模块来充分融合可见光-热红外图像的互补特征,... 赵伟 - 《安徽大学》 被引量: 0发表: 2023年 基于高秩特征和位置注意力的RGBT目标跟踪 RGBT目标跟踪利...
多级深度特征融合的RGB-T图像显著性目标检测方法 本发明公开了一种多级深度特征融合的RGBT图像显著性目标检测方法,主要解决现有技术在复杂多变场景中不能完整一致地检测出显著目标的问题.其实现方案为:1.对输入图像提取粗糙的多级特征;2.构建邻近深度特征融合模块,改善单模态特征;3.构建多分支组融合模块,... 张强,...