基于多光谱迭代交叉特征融合的恶劣环境下行人检测方法

AITNT
正文
推荐专利
基于多光谱迭代交叉特征融合的恶劣环境下行人检测方法
申请号:CN202410735322
申请日期:2024-06-07
公开号:CN118522035A
公开日期:2024-08-20
类型:发明专利
摘要
本发明公开了基于多光谱迭代交叉特征融合的恶劣环境下行人检测方法,包括:构建行人检测模型,ICFFM双主干网络采用两个并行的yolov8主干网,在两个yolov8主干网之间加入ICFFM模块进行特征融合;颈部模块采用改进的yolov8的颈部模块,利用SPD模块将Conv模块改进为SPD‑Conv模块,将C2f模块中的Bottleneck替换成MSDA注意力机制模块;目标检测头模块采用yolov8的目标检测头模块;以RGB图片和红外图片作为模型输入并对模型进行训练,利用经训练的行人检测模型进行行人检测。本发明能够提高恶劣环境下行人检测的精度,且具有参数量和计算量小的优点。
技术关键词
行人检测方法 行人检测模型 多光谱 检测头 注意力机制 坐标 分支 图片 令牌 输出特征 上采样 视频流 红外摄像头 阶段 矩阵 卷积模块 滑动窗口 网络
系统为您推荐了相关专利信息
1
一种基于多尺度归一化流的输送带纵向撕裂异常检测方法
输送带纵向撕裂 异常检测方法 热力图 变量 彩色图像数据
2
一种基于大模型适配的事件-RGB语义分割方法
语义分割方法 注意力 多时空尺度 事件特征 适配器
3
基于遥感数据的人为扰动侵蚀强度快速判别方法及介质
判别方法 地表反射率 归一化植被指数 强度 反射率数据
4
一种跨模态医学影像智能预测方法及系统
模态医学影像 智能预测方法 互补特征 跨模态 查询特征
5
基于时间注意力机制网络量子随机数预测增强方法及系统
量子随机数 注意力机制 LSTM神经网络 长短期记忆网络 评估预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号