摘要
本发明涉及图像分割领域,提出了一种基于可靠查询和原型驱动的烟雾语义分割方法及系统,通过设计一种烟雾语义分割网络,其中骨干子网络获取多个不同尺度的基本特征,以获取多个尺度的语义信息,分类分支网络特征中的使同类别成分在潜在流形上的坐标尽量聚集,以获取更加有利于烟雾成分分类的特征原型,分割分支网络根据可靠目标查询提取模块突出了预测前景区域内的注意力,为每个查询特征提供更准确的目标位置先验,促进了细粒度的目标定位,又根据局部‑全局交互模块以渐进方式处理由骨干子网络获取的多个尺度的特征,以挖掘更丰富的细节,本发明极大的提高了对烟雾图像分割的准确性。
技术关键词
语义分割方法
查询特征
原型
语义分割网络
注意力
分支
非线性
卷积模块
矩阵
输出特征
烟雾图像分割
算法
语义分割系统
特征值
分类网络
上采样
全局平均池化
系统为您推荐了相关专利信息
文本
情感识别方法
情感类别
多模态情感识别
动态更新
芯片缺陷检测方法
噪声特征
缺陷预测
噪声图像
图像编码器
数字高程模型
注意力机制
重建系统
跨模态
分辨率
情绪识别方法
前馈神经网络
情绪识别技术
自动编码器
线性变换矩阵
伪造图像检测方法
轻量级深度学习
特征提取器
注意力
图像检测模型