摘要
本发明涉及计算机视觉技术领域,尤其涉及一种边缘增强与空域频域特征融合的多模态语义分割方法,包括,两个模态多尺度边缘增强与特征融合、对两个模态张量进行不同频段的特征提取、增强、抑制和交互,完成空域和频域特征的融合交互。本发明通过拉普拉斯算子进行边缘提取,通过多尺度边缘增强以及不同尺度自适应权重融合和不同模态边缘特征融合,动态调整了不同模态和尺度的贡献,实现边缘特征强调;针对频域特征被忽略导致分割精度受限的问题,采用空域频域两步融合的方法,在空域注意力权重矩阵计算时的添加频域进行融合和空域、频域注意力矩阵最终融合,实现了空域与频域特征的充分交融与不同模态之间特征的交叉互补。
技术关键词
语义分割方法
频域特征
矩阵
拉普拉斯
模态特征
模块
融合边缘特征
阶段
通道注意力机制
分支
多尺度池化
计算机视觉技术
高频滤波器
空域特征
解码器
列表
高频段
系统为您推荐了相关专利信息
机器人
编队控制器
误差函数
李雅普诺夫函数
动态
医疗图像传输方法
矩阵
大数据
医疗图像数据
图像传输系统
隐蔽结构
结构光条纹
缺陷检测方法
双分支卷积神经网络
可见光图像
电池健康状态估计方法
电池历史数据
门控循环单元
引入注意力机制
因子
资源优化调度方法
资源优化调度系统
物流设备
代币
时间片