基于跨模态交互和全尺度聚合的RGB-T显著性目标检测方法

AITNT
正文
推荐专利
基于跨模态交互和全尺度聚合的RGB-T显著性目标检测方法
申请号:CN202510882003
申请日期:2025-06-27
公开号:CN121033594A
公开日期:2025-11-28
类型:发明专利
摘要
本发明属于图像处理技术领域,公开了一种基于跨模态交互和全尺度聚合的RGB‑T显著性目标检测方法,实现RGB图像特征与热红外图像特征之间的融合,充分利用不同深度的特征信息,在受到干扰的室外场景下也能完整的检测出不同尺度的目标,提高检测精度。本发明采用提出协作激励学习模块作为跨模态交互方式使两种不同模态有针对性的使用对方有效的信息特征,最大程度上抑制双方的干扰信息,即图像背景上的信息将不作为有效信息进行获取,可以在场景干扰的条件下获得较高准确率的检测结果。
技术关键词
跨模态 特征提取网络 显著性检测方法 红外图像特征 RGB特征 数据 场景 图像处理技术 双循环 层级 解码 指标 分辨率 精度 通道 纹理 语义 参数 光照
系统为您推荐了相关专利信息
1
一种室内移动机器人障碍物检测与地图构建方法
室内移动机器人 地图构建方法 障碍物 语义地图 占据栅格地图
2
一种基于多模态数据融合的目标检测方法
多模态数据融合 水平集函数 特征提取网络 双向特征金字塔 空洞
3
一种多模态深度学习内容安全过滤模型训练方法
多模态深度学习 模型训练方法 跨模态 细粒度特征 半监督多模态
4
基于卷积神经网络和残差注意力机制的蛋白质表达预测方法
残差注意力机制 蛋白质表达 神经网络训练 多头注意力机制 DNA序列
5
一种基于特征融合的无人机固体废物自动检测方法
自动检测方法 特征提取网络 直方图 无人机 卡方距离
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