摘要
本发明提供一种基于多模态任务驱动增强的水下显著物体检测方法,包括:通过泛化先验指导的卷积模块建立媒介透射分支,通过媒介透射分支对原始图像进行卷积,获得媒介透射图;通过四叉树算法计算原始图像的全局背景光,获得水下增强图;基于泛化暗通道先验算法计算原始图像中的环境光,获得介质传输图;对媒介透射图及介质传输图计算均方误差损失,通过均方误差损失指导媒介透射分支;将水下增强图与媒介透射图进行跨模态特征融合及多流特征提取,获得显著性图。本发明能够提高对水下特定环境的适应性,而且确保了增强水下图像直接适用于USOD任务,提高了检测的准确性和鲁棒性。
技术关键词
物体检测方法
媒介
多模态
四叉树算法
背景光
暗通道先验
像素点
图像
环境光
矩形
跨模态融合特征
分支
表达式
注意力
卷积模块
介质
误差
系统为您推荐了相关专利信息
转化率预测方法
样本
多模态深度学习
时序
编码器
施工管理平台
建筑机器人
数字孪生技术
UWB定位装置
智能感知网络
换流变压器
高压电源系统
智能分析系统
绝缘试品
同步采集系统
模式管理方法
需求预测模型
策略优化模型
异常信号
生成对抗网络