摘要
本发明提供一种面向野外场景监视的视频显著性目标检测方法,属于图像处理技术领域,包括:获取特征提取网络提取的初始时空特征,通过时空动态交叉注意力机制计算时空交叉参与特征,根据时空交叉参与特征输入条件门控层,计算时间和空间特征参与注意力分数,并与对应的初始时空特征或时空交叉参与特征相乘,得到时空融合特征;获取特征提取网络提取不同尺度空间特征进行双向交互融合,并利用LBP算法提取边界纹理特征;将边界纹理特征和时空融合特征进行融合作为最终提取特征。本发明设计能够高效融合时空特征和捕捉边界纹理特征的模块,改善了对野外环境中目标检测和跟踪,增强野外监视的能力。
技术关键词
时空融合特征
特征提取网络
纹理特征
LBP算法
交叉注意力机制
融合时空特征
像素点
图像处理技术
解码器
视频
场景
动态
多尺度
图片
坐标
节点
系统为您推荐了相关专利信息
光伏设备
故障诊断模型
分类网络
特征提取网络
计算机执行指令
反演方法
激光多普勒测振仪
仿真数据
万能力学试验机
功率谱密度估计
智能交互方法
智能交互设备
神经网络模型
低功耗
数据
故障诊断模型
构建卷积神经网络
深度特征提取网络
Softmax函数
样本