[发明专利]一种目标跨域检测与理解方法、系统、设备及存储介质

权利要求书

1.一种基于注意估计的目标跨域检测与理解方法，其特征在于，包括如下步骤：

步骤1：以空间概率控制层作为输入图像通道，结合边缘显著交叉点池化层，构建一种轻量化卷积神经网络；

步骤2：利用引导语义层次包含关系进行跨域建模，利用目标跨域训练样本引导语义的提取与表示；基于引导语义之间的深层包含关系，构建具有引导语义层次包含关系的树形结构，用于对具体意图下的NEGSS-NET跨域增强感知；

步骤3：基于步骤2的树形结构，在复杂场景视觉特征与引导语义之间建立映射预测网络，获得特征映射具体过程及定义、映射网络具体结构及定义，实现图像视觉特征空间到语义空间的映射；

步骤4：定义联合引导语义损失和基于意图的目标值得注意度估计，获得基于意图的值得注意度。

2.根据权利要求1所述的基于注意估计的目标跨域检测与理解方法，其特征在于，所述步骤1具体包括：

步骤11，利用多尺度空间概率划分方法建立位置概率控制通道；

步骤12，通过Mobilenet v3输出的特征图进行卷积得到F＝{f_l,f_r,f_t,f_b}，然后进行显著点池化，获得对角线顶点预测热图、偏置以及嵌入值，得到轻量化卷积神经网络。

3.根据权利要求2所述的基于注意估计的目标跨域检测与理解方法，其特征在于，所述步骤11所述的构建位置概率控制通道具体包括：

步骤111，分析目标的先验位置统计特征，将数据集内样本图像分辨率预处理为W*H；然后，通过统计像素点m内出现目标位置的次数k，其中目标个数为i＝{1,2，..n}，表示目标i在像素点m处的计数器，

最后，利用p_m＝k/n计算得出像素点m处出现目标的概率；

步骤112，利用不同大小的刻度，分别将输入样本图像划分为多个相同的区域；

步骤113，计算出步骤112中同一区域内所有像素点出现的目标概率值之和，作为该区域内每个像素点的概率值；然后，将不同区域下每个像素点的概率值相加并进行归一化，之后建立基于目标中心点概率统计的空间概率控制模版。

4.如权利要求2所述的一种基于注意估计的目标跨域检测与理解方法，其特征在于，所述步骤12所述的显著点池化过程的具体操作如下：

首先，假设特征图f_l和f大小为W*H，像素位置(i，j)处的特征值分别为f_l(i,j)和f_t(i,j)；然后，按照式(2)计算f_l(i,j)与f_l(i,j+Step)之间的最大值d_ij，按照式(3)计算f_t(i,j)与f_t(i,j+Step)之间的最大值g_ij，

最后，按照式(4)将像素位置(i，j)处的两个最大值相加得到的特征值h_(i,j)，作为像素位置(i，j)处的最终特征值。

5.如权利要求1所述的一种基于注意估计的目标跨域检测与理解方法，其特征在于，所述步骤2的具体操作如下：

步骤21，获得目标类别标注；

步骤22，将多个域涉及到的目标样本及类别文本标签进行语义空间映射，得到对应的语义类别向量；

步骤23，在目标引导语义向量空间中形成超类向量，以超类向量作为引导语义层次树节点，构建引导语义层次树；

步骤24，基于引导语义层次树的网络训练，使目标底层视觉特征空间与引导语义空间形成映射。

6.如权利要求2所述的一种基于注意估计的目标跨域检测与理解方法，其特征在于，所述步骤23的具体操作如下：

通过L1距离或余弦相似度表示目标引导语义向量空间中各向量之间的相关性，利用聚类算法，根据相似性在目标引导语义向量空间中形成超类向量，作为引导语义层次树节点，采用t-SNE降维可视化的方法，对聚类后的类别标签词向量初步进行可视化处理。