【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及圖像處理，尤其涉及基于頻率域和空間域的霧天目標(biāo)檢測方法、裝置以及設(shè)備。
技術(shù)介紹
1、目標(biāo)檢測這一技術(shù)已經(jīng)在當(dāng)代社會中有了廣泛的應(yīng)用，伴隨著應(yīng)用范圍的不斷擴(kuò)大，以及識別場景的多樣性和不確定性的不斷增加，針對霧天圖像的處理與目標(biāo)檢測，眾多研究者提出了許多合理且有效的算法框架，包括傳統(tǒng)的針對圖像濾波器處理、結(jié)合神經(jīng)網(wǎng)絡(luò)自適應(yīng)濾波器處理、域適應(yīng)方法等。例如，(1)采取神經(jīng)網(wǎng)絡(luò)自適應(yīng)參數(shù)濾波器處理，并且聯(lián)合檢測損失訓(xùn)練模型進(jìn)行目標(biāo)檢測；(2)設(shè)計純?nèi)レF網(wǎng)絡(luò)進(jìn)行以原圖驅(qū)動的去霧任務(wù)，再對去霧后的圖像進(jìn)行目標(biāo)檢測任務(wù)，分兩步進(jìn)行霧天目標(biāo)檢測；(3)在頻率域角度設(shè)計純?nèi)レF網(wǎng)絡(luò)對圖像進(jìn)行去霧，然后單獨(dú)進(jìn)行目標(biāo)檢測；(4)結(jié)合頻率域與空間域?qū)τ徐F圖像進(jìn)行聯(lián)合去霧操作，主要手段為有監(jiān)督學(xué)習(xí)和清晰圖像驅(qū)動，其本質(zhì)仍然為去霧任務(wù)和目標(biāo)檢測任務(wù)分離構(gòu)建。
2、傳統(tǒng)的霧天目標(biāo)檢測方法有如下缺點(diǎn)：例如，(1)傳統(tǒng)濾波器通常使用一些啟發(fā)式規(guī)則和數(shù)學(xué)模型來進(jìn)行去霧操作，但它們往往難以處理復(fù)雜的霧霾情況，因此在一些情況下可能無法提供高質(zhì)量的去霧效果。而且濾波器通常根據(jù)固定規(guī)則進(jìn)行操作，場景針對性高，難以適應(yīng)不同類型的去霧場景。(2)采取神經(jīng)網(wǎng)絡(luò)自適應(yīng)參數(shù)濾波器處理結(jié)合了神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)濾波器的各自優(yōu)點(diǎn)進(jìn)行圖像去霧處理，然而多模塊的濾波器處理會不可避免地給圖像引入噪聲。(3)設(shè)計純?nèi)レF網(wǎng)絡(luò)進(jìn)行原圖像驅(qū)動的去霧任務(wù)，再對去霧后的圖像進(jìn)行目標(biāo)檢測任務(wù)的方法相對于檢測任務(wù)聯(lián)合訓(xùn)練網(wǎng)絡(luò)而言參數(shù)量過大。同時純?nèi)レF網(wǎng)絡(luò)對于目標(biāo)檢測精度會帶來一定程度的噪
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供一種基于頻率域和空間域的霧天目標(biāo)檢測方法、裝置以及設(shè)備，可以提高霧天目標(biāo)檢測的準(zhǔn)確率。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供的一種基于頻率域和空間域的霧天目標(biāo)檢測方法，包括：
3、獲取待檢測圖像，并對所述待檢測圖像進(jìn)行卷積預(yù)處理，得到待檢測圖像特征；
4、將所述待檢測圖像特征在圖像頻率域中進(jìn)行轉(zhuǎn)換，得到高頻特征信息和低頻特征信息；
5、將所述高頻特征信息利用預(yù)設(shè)的多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)高頻特征信息，將所述增強(qiáng)高頻特征信息與所述低頻特征信息進(jìn)行拼接，得到拼接頻率特征信息；
6、將所述拼接頻率特征信息利用所述多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)頻率特征信息；
7、將所述增強(qiáng)頻率特征信息利用預(yù)設(shè)的空間域轉(zhuǎn)換算法轉(zhuǎn)換成空間域信息，并在多個尺度上提取所述空間域信息的特征，得到多尺度空間域特征信息；
8、利用預(yù)構(gòu)建的域間信息增強(qiáng)算法聯(lián)合所述增強(qiáng)頻率特征信息對所述多尺度空間域特征信息進(jìn)行增強(qiáng)，得到增強(qiáng)空間域特征信息；
9、將所述增強(qiáng)空間域特征信息和所述增強(qiáng)頻率特征信息進(jìn)行融合，得到融合特征，根據(jù)所述融合特征利用目標(biāo)檢測模型檢測所述待檢測圖像中的目標(biāo)，得到目標(biāo)檢測結(jié)果。
10、可選地，所述將所述待檢測圖像特征在圖像頻率域中進(jìn)行轉(zhuǎn)換，包括：
11、將所述待檢測圖像特征中每個通道對應(yīng)的子特征圖進(jìn)行方塊切片操作，得到多個切片特征，并將每個所述切片特征進(jìn)行標(biāo)注，得到多個標(biāo)注切片特征；
12、將每個所述標(biāo)注切片特征利用預(yù)構(gòu)建的頻率域轉(zhuǎn)換算法進(jìn)行轉(zhuǎn)換，得到基礎(chǔ)頻率切片特征信息；
13、將所述基礎(chǔ)頻率切片特征信息進(jìn)行特征展平操作，得到標(biāo)準(zhǔn)頻率切片特征信息；
14、將所述標(biāo)準(zhǔn)頻率切片特征信息利用z字形掃描方法進(jìn)行排序操作，并根據(jù)排序操作的結(jié)果二等分所述標(biāo)準(zhǔn)頻率切片特征信息，得到高頻切片特征信息和低頻切片特征信息；
15、對所述高頻切片特征信息執(zhí)行特征拼接操作得到所述高頻特征信息，對所述低頻切片特征信息執(zhí)行特征拼接操作得到所述低頻特征信息。
16、可選地，所述將所述高頻特征信息利用預(yù)設(shè)的多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)高頻特征信息，包括：
17、將所述高頻特征信息轉(zhuǎn)換成所述多頭注意力機(jī)制中的查詢、鍵以及值；
18、將所述查詢、鍵以及值根據(jù)所述多頭注意力機(jī)制中的注意力頭數(shù)進(jìn)行均分，并計算單頭注意力的輸出特征，得到單頭高頻特征信息；
19、整合所有注意力頭數(shù)的單頭高頻特征信息，得到所述增強(qiáng)高頻特征信息。
20、可選地，所述將所述增強(qiáng)頻率特征信息利用預(yù)設(shè)的空間域轉(zhuǎn)換算法轉(zhuǎn)換成空間域信息，包括：
21、將所述增強(qiáng)頻率特征信息利用預(yù)設(shè)的空間域轉(zhuǎn)換算法轉(zhuǎn)換為空間域信息，并將所述空間域信息調(diào)整和空間域中三個尺寸對應(yīng)的相同尺寸。
22、可選地，所述在多個尺度上提取所述空間域信息的特征，得到多尺度空間域特征信息，包括：
23、將所述待檢測圖像利用空間域特征提取模型中的特征提取層進(jìn)行特征提取，得到空間域信息特征；
24、將所述空間域特征信息利用所述空間域特征提取模型中的特征融合層進(jìn)行特征融合，得到所述多尺度空間域特征信息。
25、可選地，所述利用預(yù)構(gòu)建的域間信息增強(qiáng)算法聯(lián)合所述增強(qiáng)頻率特征信息對所述多尺度空間域特征信息進(jìn)行增強(qiáng)，得到增強(qiáng)空間域特征信息，包括：
26、利用所述多尺度空間域特征信息和所述增強(qiáng)頻率信息計算域間注意力權(quán)重，并根據(jù)所述域間注意力權(quán)重結(jié)合自適應(yīng)門控機(jī)制篩選空間域特征，得到域間特征；
27、利用預(yù)設(shè)的激活函數(shù)構(gòu)建域間通道重要性權(quán)重，并利用所述域間通道重要性權(quán)重對所述域間特征進(jìn)行增強(qiáng)，得到所述增強(qiáng)空間域特征信息。
28、可選地，在所述在將所述增強(qiáng)高頻特征信息與所述低頻特征信息進(jìn)行拼接之前，還包括：
29、在同一個通道內(nèi)，將所有分片增強(qiáng)高頻特征信息和所有分片低頻特征信息分別按照相對順序進(jìn)行拼接，得到同一通道內(nèi)的分片增強(qiáng)高頻拼接特征信息和分片低頻拼接特征信息；
30、整合所有通道的分片增強(qiáng)高頻拼接特征信息，得到增強(qiáng)高頻特征信息，整合所有通道的分片低頻拼接特征信息，得到低頻特征信息。
31、為了解決上述問題，本專利技術(shù)還提供一種基于頻率域和空間域的霧天目標(biāo)檢測裝置，所述裝置包括：
32、圖像預(yù)處理模塊，用于獲取待檢測圖像，并對所述待檢測圖像進(jìn)行卷積預(yù)處理，得到待檢測圖像特征；
33、圖像特征處理模塊，用于將所述待檢測圖像特征在圖像頻率域中進(jìn)行轉(zhuǎn)換，得到高頻特征信息和低頻特征信息；將所述高頻特征信息利用預(yù)設(shè)的多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)高頻特征信息，將所述增強(qiáng)高頻特征信息與所述低頻特征信息進(jìn)行拼接，得到拼接頻率特征信息；將所述拼接頻率特征信息利用所述多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)頻率特征信息；將所述增強(qiáng)頻率特征信息利用預(yù)設(shè)的空間域轉(zhuǎn)換算法轉(zhuǎn)換成空間域信息，并在多個尺度上提取所述空間域信息的特征，得到多尺度空間域本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述將所述待檢測圖像特征在圖像頻率域中進(jìn)行轉(zhuǎn)換，包括：
3.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述將所述高頻特征信息利用預(yù)設(shè)的多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)高頻特征信息，包括：
4.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述將所述增強(qiáng)頻率特征信息利用預(yù)設(shè)的空間域轉(zhuǎn)換算法轉(zhuǎn)換成空間域信息，包括：
5.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述在多個尺度上提取所述空間域信息的特征，得到多尺度空間域特征信息，包括：
6.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述利用預(yù)構(gòu)建的域間信息增強(qiáng)算法聯(lián)合所述增強(qiáng)頻率特征信息對所述多尺度空間域特征信息進(jìn)行增強(qiáng)，得到增強(qiáng)空間域特征信息，包括：
7.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于
8.一種基于頻率域和空間域的霧天目標(biāo)檢測裝置，其特征在于，所述裝置可以實(shí)現(xiàn)如權(quán)利要求1至7中任意一項所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，所述裝置包括：
9.一種電子設(shè)備，其特征在于，所述電子設(shè)備包括：
10.一種計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1至7中任意一項所述的基于頻率域和空間域的霧天目標(biāo)檢測方法。
...【技術(shù)特征摘要】
1.一種基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述方法包括：
2.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述將所述待檢測圖像特征在圖像頻率域中進(jìn)行轉(zhuǎn)換，包括：
3.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述將所述高頻特征信息利用預(yù)設(shè)的多頭注意力機(jī)制進(jìn)行增強(qiáng)，得到增強(qiáng)高頻特征信息，包括：
4.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述將所述增強(qiáng)頻率特征信息利用預(yù)設(shè)的空間域轉(zhuǎn)換算法轉(zhuǎn)換成空間域信息，包括：
5.如權(quán)利要求1所述的基于頻率域和空間域的霧天目標(biāo)檢測方法，其特征在于，所述在多個尺度上提取所述空間域信息的特征，得到多尺度空間域特征信息，包括：
6.如權(quán)利要求1所述的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：王晨綻，胡春強(qiáng)，朱會義，劉江濤，黃始富，
申請(專利權(quán))人：重慶大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。