一种基于自注意力机制的显著目标检测方法

摘要

本发明公开了一种基于自注意力机制的显著目标检测方法，具体为：利用一个卷积神经网络将输入的图片进行特征提取，生成一组特征图，包含浅层特征图和深层特征图，各特征图具有不同尺度的语义信息；将浅层特征图融合生成低级集成特征，将深层特征图合并形成高级集成特征；基于自注意力机制构建自注意力模块，将低级集成特征、高级集成特征输入至自注意力模块，分别捕获高级特征和低级特征中的特征，并交换语义信息形成依赖关系；将获得特征通过多尺度特征强化模块进行强化，将融合强化的特征送入级联解码器生成最终的显著目标检测图。本发明减少了对外部信息的依赖，更擅长捕捉数据或特征的内部相关性，能够准确定位显著目标，提高目标的检测效率。