[发明专利]一种基于边缘引导网络的伪装物体检测方法

权利要求书

1.一种基于边缘引导网络的伪装物体检测方法，其特征在于边缘引导网络包括骨干网络、边缘感知模块、边缘引导特征模块、上下文聚合模块，该方法能够挖掘伪装物体的多层次语义边缘信息，并利用这些边缘信息引导模型的表征学习过程，最终生成伪装物体的掩膜图与轮廓图，包含如下步骤：

第1步、用骨干网络对待检测图像进行特征提取；

第2步、利用边缘感知模块，在所提取的特征中挖掘物体相关的边缘信息；

第3步、利用边缘引导特征模块，用边缘信息指导骨干网络的特征提取；

第4步、利用上下文聚合模块，聚合多层级特征与边缘信息生成伪装物体的掩膜图与轮廓图。

2.根据权利要求1所述的基于边缘引导网络的伪装物体检测方法，其特征在于：所述第1步使用 Res2Net-50架构作为骨干网络进行特征提取，其中包含依次连接的5个卷积块，对输入图像进行多层次信息提取，得到对应的5层特征输出。

3.根据权利要求1所述的基于边缘引导网络的伪装物体检测方法，其特征在于：第2步所述的边缘感知模块，用来将第1步中第2层与第5层卷积块所生成的特征图融合并处理，生成伪装物体边界图：

其中，第2层卷积块输出的特征图包含低层次局部边缘细节特征；

其中，第5层卷积块输出的特征图包含高层次全局边缘定位信息。

4.根据权利要求1所述的基于边缘引导网络的伪装物体检测方法，其特征在于：第3步所述的边缘引导特征模块，将骨干网络提取的特征与边缘感知模块生成的边界图融合，基于局部注意力来挖掘关键的特征通道，输出边缘指导下优化下的特征图。

5.根据权利要求1所述的基于边缘引导网络的伪装物体检测方法，其特征在于：第4步所述的上下文聚合模块，将相邻的边缘引导特征模块的输出进行整合，提取邻近分支的多尺度上下文特征，最终得到伪装物体掩膜图与轮廓图。