摘要
本申请涉及一种用于图像阴影检测的CNN模型生成方法、图像阴影检测方法,该CNN模型生成方法包括:将具有阴影的图像样本作为CNN模型的输入,以CNN模型能够检测图像样本中的阴影为目标对CNN模型进行训练,生成用于图像阴影检测的CNN模型;其中,CNN模型包括特征提取模块、子路径方向激励模块和交互特征空间解码器;特征提取模块依次连接的n(n≥2)个特征提取层,n个特征提取层被配置为对CNN模型的输入进行特征提取;子路径方向激励模块被配置为对第n个特征提取层的输出进行方向信息提取;交互特征空间解码器被配置为对除第n个特征提取层之外的所有特征提取层的输出以及子路径方向激励模块的输出进行解码,交互特征空间解码器的输出为CNN模型的输出。解决了现有CNN模型生成方法所生成的CNN模型的阴影检测准确度较低的问题。
技术关键词
模型生成方法
图像阴影检测方法
交互特征
特征提取模块
解码器
模型生成装置
样本
全局平均池化
模型训练模块
处理器
可读存储介质
上采样
存储器
注意力
编码器
电子设备
系统为您推荐了相关专利信息
语义特征
图像分割方法
动态门控
解码器
融合特征
触觉感知方法
触觉感知系统
数据生成模型
触觉传感器
光电
人机交互系统
注意力编码器
多模态数据采集
策略
画像
生成对抗网络
注意力机制
解码模块
单导联心电信号
编码模块