(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211014861.6 (22)申请日 2022.08.23 (65)同一申请的已公布的文献号 申请公布号 CN 115100432 A (43)申请公布日 2022.09.23 (73)专利权人 浙江大华 技术股份有限公司 地址 310051 浙江省杭州市滨江区滨安路 1187号 (72)发明人 熊涛　魏乃科　潘华东　殷俊　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 何倚雯 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/77(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 112528928 A,2021.0 3.19 CN 111861910 A,2020.10.3 0CN 113392855 A,2021.09.14 CN 113408549 A,2021.09.17 CN 112818903 A,2021.0 5.18 CN 113723558 A,2021.1 1.30 CN 113657517 A,2021.1 1.16 CN 113052185 A,2021.0 6.29 CN 114529765 A,2022.05.24 CN 110020682 A,2019.07.16 CN 114359283 A,202 2.04.15 CN 114092742 A,202 2.02.25 CN 113780345 A,2021.12.10 CN 114708297 A,202 2.07.05 CN 113052185 A,2021.0 6.29 CN 114792385 A,202 2.07.26 CN 110232122 A,2019.09.13 CN 113610026 A,2021.1 1.05 CN 111104898 A,2020.0 5.05 US 2005161601 A1,20 05.07.28 US 2020023189 A1,2020.01.23 US 107498 83 B1,2020.08.18 US 20173 39409 A1,2017.1 1.23 US 2022101489 A1,202 2.03.31 CN 113869418 A,2021.12.31 (续) 审查员 王婕 (54)发明名称 一种小样 本目标检测方法、 设备及计算机可 读存储介质 (57)摘要 本发明公开了一种小样 本目标检测方法、 设 备及计算机可读存储介质， 该小样 本目标检测方 法包括： 基于自注意力机制对包含待检测目标的 目标模板进行特征提取以获得第一模板特征， 以 及基于自注意力机制对待检测图像进行特征提 取以获得第一图像特征； 基于注 意力机制对第一 图像特征和第一模板特征进行特征比对， 以获得待检测图像中待检测目标的检测结果。 通过上述 方式， 本发明能够提高小样本目标检测的准确 性。 [转续页] 权利要求书2页 说明书9页 附图5页 CN 115100432 B 2022.11.18 CN 115100432 B (56)对比文件 邢琛聪.基 于小样本学习的X光图像 违禁物 品检测研究. 《中国优秀硕士学位 论文全文数据 库 基础科技 辑》 .2022,第2022年卷(第4期),Tao Xiong 等.Sarcas m Detecti on with Self-matc hing Networks and L ow-rank Bilinear Pooling. 《Proce edings of the 2019 World Wide Web Co nference》 .2019,2/2 页 2[接上页] CN 115100432 B1.一种小样本目标检测方法， 其特 征在于， 所述方法包括： 基于自注意力 机制对包含待检测目标的目标模板进行特征提取以获得第 一模板特征， 以及基于自注意力机制对待检测图像进行 特征提取以获得第一图像特 征； 基于注意力 机制对所述第 一图像特征和所述第 一模板特征进行特征比对， 以获得所述 待检测图像中所述待检测目标的检测结果； 其中， 基于自注意力 机制对包含待检测目标的目标模板进行特征提取以获得第 一模板 特征包括： 对所述包含待检测目标的目标模板进行特征提取以获得初始模板特征； 对所述 初始模板特征进 行不同尺寸的分块操作以获得对应尺寸的多个第一局部模板特征； 基于自 注意力机制对多个所述第一局部模板特征进 行特征编 码以获得多个第二局部模板特征； 对 多个所述第二局部模板特 征进行融合以获得 所述第一模板特 征； 和/或 所述基于自注意力 机制对待检测图像进行特征提取以获得第 一图像特征包括： 对所述 待检测图像进 行特征提取以获得初始图像特征； 对所述初始图像特征进 行不同尺寸的分块 操作以获得对应尺寸的多个第一局部图像特征； 基于自注意力机制对多个所述第一局部图 像特征进 行特征编 码以获得多个第二局部图像特征； 对多个所述第二局部图像特征进 行融 合以获得 所述第一图像特 征。 2.根据权利要求1所述的小样本目标检测方法， 其特征在于， 所述基于注意力 机制对所 述第一图像特 征和所述第一模板特 征进行特征比对包括： 对所述第一图像特 征和所述第一模板特 征进行序列重构以获得重构特 征； 利用自注意力 机制对所述重构特征进行处理， 以获得所述待检测图像中所述待检测目 标的检测结果。 3.根据权利要求2所述的小样本目标检测方法， 其特征在于， 所述对所述第 一图像特征 和所述第一模板特 征进行序列重构以获得重构特 征包括： 将所述第一图像特 征和所述第一模板特 征进行维度转换； 将维度转换后的所述第 一图像特征和所述第 一模板特征序列重构为一组特征， 得到重 构特征。 4.根据权利要求1所述的小样本目标检测方法， 其特 征在于， 目标检测模型包括特征提取模块和第 一注意力模块， 所述特征提取模块用于基于自注 意力机制对所述包含待检测目标的目标模板进行特征提取以获得所述第一模板特征， 以及 基于自注意力机制对所述待检测图像进行 特征提取以获得 所述第一图像特 征； 所述第一注意力模块用于基于注意力机制对所述第一图像特征和所述第一模板特征 进行特征比对， 以获得 所述待检测图像中所述待检测目标的检测结果。 5.根据权利要求 4所述的小样本目标检测方法， 其特 征在于， 所述特征提取模块包括参数共享的卷积神经网络和并行的两个特征提取支路， 所述卷 积神经网络用于对所述目标模板进行特征提取以获得多个不同尺寸的第一局部模板特征， 对所述待检测图像进行 特征提取以获得多个不同尺寸的第一局部图像特 征； 所述特征提取支路包括第 二注意力编码网络， 所述第 二注意力编码网络用于基于自注 意力机制对多个所述第一局部模板特征进行特征编码以获得多个第二局部模板特征， 和/ 或基于自注意力机制对多个所述第一局部图像特征进行特征编码以获得多个第二局部图 像特征。权　利　要　求　书 1/2 页 2 CN 115100432 B 3