一种基于时序特征与对象特征融合的抠图方法、系统、设备及介质

AITNT
正文
推荐专利
一种基于时序特征与对象特征融合的抠图方法、系统、设备及介质
申请号:CN202410994478
申请日期:2024-07-24
公开号:CN118941580A
公开日期:2024-11-12
类型:发明专利
摘要
本发明提供了一种基于时序特征与对象特征融合的抠图方法、系统、设备及介质,包括:S1:确定初始帧,得到所述初始帧的目标掩码;S2:对于当前帧,得到相似度矩阵;S3:对所述相似度矩阵的每一位置获取高于第一阈值的所有值,并进行归一化,得到归一化矩阵,将所述归一化矩阵与历史值编码特征相乘,得到历史特征图;S4:根据所述历史特征图、所述第四特征图和所述第五特征图利用注意力机制进行融合得到第六特征图;S5:利用所述解码器对所述第六特征图进行处理,得到所述当前帧的目标掩码;S6:利用所述值编码器对所述当前帧的目标掩码进行提取,并写入记忆池中。本发明的抠图更加稳定、连续。
技术关键词
时序特征 编码器 矩阵 解码器 注意力机制 对象 编码特征 RGBD图像 图像特征值 深度图 深度学习模型 记忆 模块 处理器 可读存储介质 程序 指令 相机
系统为您推荐了相关专利信息
1
一种高合金建筑用钢的低能耗冶炼方法
氩气流量 脱氧造渣 冶炼方法 一元线性回归模型 造渣剂
2
一种特小断面隧洞衬砌混凝土智能养护车及养护方法
断面隧洞 养护车 衬砌混凝土 智能养护 养护作业
3
一种融合文本语义引导与视觉结构先验的跨模态交互的图像修复方法
图像修复方法 结构先验 语义特征 文本 跨模态
4
链式扩散的遥感高光谱图像超分辨率系统及方法
遥感高光谱图像 协同注意力 超分辨率模型 高分辨率遥感图像 支路
5
用于长时间序列波动预测的神经网络模型训练方法、PM2.5含量的波动预测方法
神经网络模型训练方法 序列 指标 数据 波动预测方法
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