基于增强全局上下文与低层次细节的RGB-D显著目标检测方法

AITNT
正文
推荐专利
基于增强全局上下文与低层次细节的RGB-D显著目标检测方法
申请号:CN202510609581
申请日期:2025-05-13
公开号:CN120526163A
公开日期:2025-08-22
类型:发明专利
摘要
本发明公开了基于增强全局上下文与低层次细节的RGB‑D显著目标检测方法,具体按照以下步骤实施:步骤1,构建数据集和编码器;步骤2,构建由MambaVision构成的双分支网络架构;步骤3,构建双模态Mamba融合模块;步骤4,构建CNN特征细化模块。本发明首先通过MambaVision双分支网络分别提取RGB和深度特征,然后经过多阶段跨模态融合,最后通过CNN特征细化模块生成精确的显著目标预测结果。
技术关键词
生成深度图像 多尺度特征 通道注意力机制 分支 状态空间模型 编码器 网络架构 双模态 RGB特征 跨模态 特征提取器 编码特征 模块 融合特征 多阶段 样本 矩阵
系统为您推荐了相关专利信息
1
一种3D打印路径规划方法及系统
锯齿效应 路径规划方法 多尺度特征 界面粘结力 路径规划技术
2
一种基于迁移学习的旋转机械跨域故障诊断方法
故障诊断方法 旋转机械 特征提取模块 分支 故障诊断模型
3
融合空间约束模糊聚类与轻量化网络优化的断路器图像边缘检测方法
图像边缘检测方法 canny算子 网络优化 断路器 Canny算子
4
基于特征差异感知重建接缝的图像拼接方法
图像拼接方法 图像配准 接缝 感知特征 语义特征提取
5
一种车辆交互系统的测试方法、系统、储存介质及设备
车辆交互系统 界面 图标 图像采集设备 测试方法
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