基于特征金字塔注意力的动态残差神经网络声源定位方法

本发明提出一种基于特征金字塔注意力的动态残差神经网络声源定位方法，通过动态卷积和注意力机制，结合局部卷积特征与全局上下文信息，提升了声音事件定位与检测的精度和鲁棒性。采用动态残差卷积网络作为骨干网络，将残差动态卷积替代了标准卷积，以增强特征提取能力；特征金字塔注意力模块通过三个子模块细化并整合骨干网络输出的特征图，这三个子模块包括维度对齐模块、金字塔空间注意力模块、金字塔通道注意力模块。在此基础上，模型引入双向门控循环单元用于增强对上下文信息的建模能力。最后，经过全连接层输出最终结果。