一种基于轮廓点和自适应表观特征的线索提取方法

AITNT
正文
推荐专利
一种基于轮廓点和自适应表观特征的线索提取方法
申请号:CN202411934982
申请日期:2024-12-26
公开号:CN119888264A
公开日期:2025-04-25
类型:发明专利
摘要
本发明公开了一种基于轮廓点和自适应表观特征的线索提取方法,首先获取原始图像数据,通过基础特征提取网络进行特征提取,生成基础特征图;再经过任务执行网络处理,得到结果图;对于结果图,在后处理部分采用映射匹配的方式为检测目标选取对应的表观特征向量,将表观特征向量与检测目标对应,最终得到具有特征线索的结果图完成线索提取;本发明以JDE范式的多任务并行结构为基础,采用自适应目标轮廓点,能够更详细、更直观地描述目标的形状和姿态。并通过映射匹配的表征方式捕捉了目标的轮廓信息,丰富了几何特征,有助于准确识别和追踪目标。且提出了基于边界框线索提取部分的优化方案来缓解存在的检测目标与表观特征不对齐问题。
技术关键词
线索提取方法 特征选取方法 专用特征 特征提取网络 特征融合网络 特征金字塔网络结构 原始图像数据 基础 双线性插值法 图像数据处理 坐标 轮廓信息 注意力机制 非线性 语义特征 分辨率
系统为您推荐了相关专利信息
1
一种基于自监督教师学生网络的小样本工业异常检测方法
异常检测方法 迁移学习策略 样本 Adam算法 图片
2
监控场景内容码流存储方法、装置、电子设备和介质
场景监控 图像特征向量 交互注意力 通道 视频帧
3
高清地图模型的训练方法、地图生成方法、设备及介质
地图模型 网格 地图生成方法 特征提取网络 高清
4
一种服务器组件识别方法
服务器组件 图像识别模型 融合特征 识别方法 检测识别模块
5
基于双支路多尺度特征融合的新生儿肢体动作识别方法
肢体动作识别方法 动作特征 多尺度特征融合 深度卷积神经网络 特征提取网络
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