摘要
本发明提出了一种基于BiSight‑Net的恶劣天气双焦点车辆检测方法,构建BiSight‑Net车辆检测模型,在语义分支中引入PRFM模块实现动态噪声抑制,在纹理分支中引入VBEM模块实现多尺度特征的动态关联;双路径检测头包括语义分支检测头和纹理分支检测头,通过语义分支检测头实现语义分支特征解耦,通过纹理分支检测头实现纹理分支特征解耦。本发明提高了特征耦合干扰的抑制效率和动态噪声的鲁棒建模能力,同时提高了跨频域信息的有效整合能力,并重构双路径检测头实现特征表达的精准解耦,最终实现噪声抑制与特征增强的联合优化,显著提升恶劣场景下的特征判别力。
技术关键词
车辆检测方法
输出特征
双焦点
模块
分支
检测头
注意力
融合特征
纹理
语义
动态噪声
天气
全局特征提取
全局平均池化
多尺度特征
码字
Sigmoid函数
通道
加权特征
计算方法
系统为您推荐了相关专利信息
燃气泄漏监测装置
北斗定位模块
激光甲烷气体
燃气泄漏监测方法
通信模块
传送带系统
跟踪方法
增量编码器
圆盘
光电传感器
测试场景生成方法
生成对抗网络模型
车辆轨迹数据
动态
计算机程序指令
资源使用量
容器组
训练机器学习模型
时间段
计算机可执行指令