一种基于语义分割网络的分治检测方法.pdf
曦晨****22
亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于语义分割网络的分治检测方法.pdf
本发明公开了一种基于语义分割网络的分治检测算法。本发明借助语义分割网络实现了距离多普勒域的杂波区域分割,并针对不同杂波区主体和边缘的特点制定了检测策略,从备选检测器组中选择适当的检测器和合理检测参数完成分治检测,在最大程度检测出目标的同时有效抑制虚警。该技术对于低空小目标的雷达探测具有重要意义。相比于检测平面归一化的方法来说,本方法不需要检测平面转换,计算量更小,同时避免了参数估计结果对检测平面转换的影响,鲁棒性更强。
一种基于分割网络优化的图像语义分割方法及系统.pdf
本发明实施例提供一种基于分割网络优化的图像语义分割方法及系统,其中方法包括:确定待语义分割的图像;将所述图像输入至分割网络优化模型中,得到所述分割网络优化模型输出的图像语义分割结果;其中,所述分割网络优化模型是基于样本图像以及对应的像素类别标注进行多阶段损失函数训练后得到的,所述像素类别标注是预先确定的。本发明解决了现有传统的语义分割模型的训练方法不能很好地勾勒出分割部分的边界,对超声图像进行分割时经常出现不圆滑的边界和锯齿状边界的现象问题。
一种基于快速人眼语义分割网络的瞳孔精确检测方法.pdf
本发明公开了一种基于快速人眼语义分割网络的瞳孔精确测量方法,(a)基于快速人眼语义分割网络,对瞳孔进行精确分割,以获取瞳孔区域;(b)在快速人眼语义分割网络中,膨胀卷积和普通卷积双线并行,扩大感受野同时提升局部精细化能力;(c)引入多个注意力生成模块,充分提取语义特征,获取精细化的语义结果。通过降采样抽取不同层次的特征再结合上采样至原图大小进行推理。其在瞳孔语义特征提取的基础上完成瞳孔的精细化重建,从而进行自动语义分割,避免了在以往算法中存在的一些盲目搜索。
一种基于双分支语义分割网络的道路要素检测方法及装置.pdf
本发明涉及一种基于双分支语义分割网络的道路要素检测方法及装置,本发明将车端采集的道路交通要素图像数据输入语义分割网络的两个分支中,进行特征提取;所述语义分割网络的两个分支分别为空间分支和语义分支;所述空间分支用于保留图像数据的浅层空间信息;所述语义分支用于提取图像数据的深层语义信息;然后将所述语义分割网络的两个分支的输出进行融合得到所述图像数据的特征图。本方案在细节分支上采用空洞卷积,增大了网络的感受野,在语义分支上,加入一种改进型的残差块,同时,优化损失函数,使得感知结果较之前的结构有明显增强。
基于语义分割的可行驶区域检测方法.pdf
本发明公开了基于语义分割的可行驶区域检测方法,其步骤:1)区域分割:对输入的原始图像进行分割,得到包含路面标签、移动目标标签、障碍物标签及背景标签的分割结果图像;2)区域像素扫描:对分割后的图像进行扫描,逐列扫描,找到每列的关键点对,即像素列中成对的道路边缘点;3)关键点提取:经过区域扫描,得到一对或多对关键点,确定具体的可行驶区域范围;4)反投影变换:将像素坐标系下的可行驶区域信息,通过反投影变换将像素位置还原到车辆坐标系下,得到基于语义分割的可行驶区域图像。本发明经过特定区域扫描,形成关键点对,再筛选