基于事件特征引导的用于水下透明目标预测的神经网络

AITNT
正文
推荐专利
基于事件特征引导的用于水下透明目标预测的神经网络
申请号:CN202411027885
申请日期:2024-07-30
公开号:CN118552840B
公开日期:2024-09-24
类型:发明专利
摘要
本发明公开基于事件特征引导的用于水下透明目标预测的神经网络,属于神经网络技术领域,包括利用子流形稀疏卷积设计事件ELAN模块和事件MP1模块,从输入图像中提取特征;应用边缘线索搜索模块从包含细节信息的低级特征中提取与目标相关的边缘语义,利用包含全局位置信息的高级特征进行监督得到边界增强的特征;迭代多个加强表示聚合模块,将得到的边界增强的特征和提取特征加权融合,再将加权融合的特征与多层次特征进行特征集成;将特征集成的结果输入特征金字塔网络中,得到水下透明目标预测结果。本发明在保证实时性的同时取得了较好的检测结果,保留事件特征的稀疏性,挖掘细节信息,加深特征聚合以提高检测性能。
技术关键词
事件特征 分支 位点 特征金字塔网络 卷积神经网络模块 特征加权融合 搜索模块 检测头 神经网络技术 元素 多层次特征 捕获特征 线索 分辨率 精度 网络结构 图像处理 语义
系统为您推荐了相关专利信息
1
车载视频的多类别多目标脱敏方法及装置
脱敏方法 车载视频系统 视频流 机制 非暂态计算机可读存储介质
2
图片识别方法、装置、设备、存储介质和程序产品
融合特征 布局特征 视觉特征 特征金字塔网络 图像识别模型
3
一种基于互联网和数据分析的企业管理信息共享系统
定位点 监控模块 管理信息库 企业 建立分类模型
4
结合多平行线激光的输电线路重建方法
输电线路三维模型 双目立体图像 平行线 坐标系 激光扫描仪
5
一种无人机集群局部协作频谱感知方法
协作频谱感知方法 无人机集群 采集无人机 DBSCAN聚类算法 协方差矩阵
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