摘要
本发明涉及一种基于全局‑局部注意力交互机制显著性目标检测的方法,属于计算机视觉领域。所述方法,通过对骨干网络再编码使得网络可以更加关注更具代表性的特征,同时减少对于不重要信息的关注,并通过代理支流预融合的方式结合RGB图信息和深度图信息,再通过全局‑局部注意力机制使模型能够兼备全局注意力机制的获取全局上下文信息能力和局部注意力机制丰富显著性目标细节语义信息能力,最后使用全新的解码器机制,通过多尺度聚合处理和自适应强度损失函数提升模型精确度,使其更加精确定位显著性目标区域。本发明方法能够在尽量不损失准确率的前提下,提升显著性目标检测的效率。
技术关键词
局部注意力交互
局部注意力机制
深度图信息
通道
输入解码器
混合多尺度
网络
注意力方法
RGB特征
语义
数据
独立特征
编码
计算机视觉
系统为您推荐了相关专利信息
荧光标记细胞成像
深度神经网络模型
残差信息
注意力机制
加权特征
静电感应原理
静电传感器
电极阵列
屏蔽电极
轨迹
可见光图像
局部细节特征
压缩特征
多任务损失函数
语义特征
神经网络剪枝方法
输出特征
计算机程序产品
通道剪枝
直方图