一种基于上下文感知特征增强的少样本目标计数方法

本发明公开了一种基于上下文感知特征增强的少样本目标计数方法，属于计算机视觉领域，包括：将查询图像输入由CNN组成的特征提取器中提取图像的深层和浅层特征；分层感知联合增强模块融合查询图像的多尺度特征和视觉样例的形状和外观特征；可学习的相似性匹配器动态地获取查询图像和视觉样例之间的相关性，同时扩展感受野并增强了模型在不同尺度上捕捉特征的能力；特征融合模块对由相似度图加权后的示例特征与查询图像的多尺度特征进一步融合；将特征融合模块输出的特征图送入回归头中生成密度图；将密度图逐像素相加得到查询图像中感兴趣的目标计数结果。本发明解决了对视觉样例形状信息的提取不充分以及背景噪音干扰下导致的计数难题。