发明

一种基于场景-样本关系先验的细粒度飞机目标检测方法2026

2024-04-21 07:19:44 发布于四川 80
  • 申请专利号:CN202410049187.8
  • 公开(公告)日:2026-03-27
  • 公开(公告)号:CN117893918A
  • 申请人:北京航空航天大学
摘要:本发明涉及一种基于场景‑样本关系先验的细粒度飞机目标检测方法,包括以下步骤:将包含飞机样本的图片输入骨干网络,建立多尺度特征图;建立全局位置编码,并且通过区域建议网络,获取特征图上的重点区域特征,然后做边界框的回归和分类;构建场景与物体之间的注意力矩阵,并将加入注意力矩阵的重点区域特征转换成查询向量、索引向量和关键值向量;利用查询向量、索引向量和关键值向量以及全局位置编码,通过Transformer获得目标与目标之间的关系矩阵;利用加入关系矩阵的重点区域特征,优化每个边界框的分类结果。本发明能实现遥感图像中的细粒度飞机目标检测,增强对高相似度样本的检测能力,提升飞机目标的检测精度。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117893918 A (43)申请公布日 2024.04.16 (21)申请号 202410049187.8 (22)申请日 2024.01.12 (71)申请人 北京航空航天大学 地址 100191 北京市海淀区学院路37号 (72)发明人 尹继豪 王麒雄 姜鸿翔 宁玮玉  (74)专利代理机构 北京科迪生专利代理有限责 任公司 11251 专利代理师 江亚平 顾炜 (51)Int.Cl. G06V 20/13 (2022.01) G06V 10/25 (2022.01) G06V 10/82 (2022.01) G06V 10/764 (2022.01) 权利要求书2页 说明书5页 附图1页 (54)发明名称 一种基于场景-样本关系先验的细粒度飞机 目标检测方法 (57)摘要 本发明涉及一种基于场景‑样本关系先验的 细粒度飞机目标检测方法,包括以下步骤:将包 含飞机样本的图片输入骨干网络,建立多尺度特 征图;建立全局位置编码,并且通过区域建议网 络,获取特征图上的重点区域特征,然后做边界 框的回归和分类;构建场景与物体之间的注意力 矩阵,并将加入注意力矩阵的重点区域特征转换 成查询向量、索引向量和关键值向量;利用查询 向量、索引向量和关键值向量以及全局位置编 码,通过Transformer获得目标与目标之间的关 系矩阵;利用加入关系矩阵的重点区域特征,优 A 化每个边界框的分类结果。本发明能实现遥感图

最新专利