一种基于残差学习的红外弱小目标多特征识别方法

AITNT
正文
推荐专利
一种基于残差学习的红外弱小目标多特征识别方法
申请号:CN202410881948
申请日期:2024-07-03
公开号:CN118968014A
公开日期:2024-11-15
类型:发明专利
摘要
本发明提出一种基于残差学习的红外弱小目标多特征识别方法,涉及深度卷积神经网络在计算机视觉方面的应用,属于图像识别技术领域。针对典型红外弱小目标识别问题,本发明以典型目标红外特征提取方法为基础,发展出典型红外目标多特征判定及融合模型,在不同特征间建立权重,保证典型红外目标及其背景表观建模的准确性。同时,基于多特征融合的红外目标识别机理可以更好地应对不同场景、环境下的复杂目标识别问题,加强红外目标识别效果,进一步提高识别准确率和鲁棒性,从而实现典型弱小目标的准确探测和智能识别。
技术关键词
特征识别方法 残差学习 局部二进制特征 拉普拉斯金字塔 梯度直方图 深度学习图像 特征金字塔 角点特征 超分辨算法 像素 金字塔模型 深度卷积网络结构 轮廓特征 残差网络 图像超分辨重构 典型 特征识别系统 深度卷积神经网络
系统为您推荐了相关专利信息
1
一种带AI算法的预制菜半成品缺陷识别方法与系统
高维特征向量 多组图像数据 原始图像数据 区域生长算法 深度卷积网络
2
一种基于深度学习的草莓植株特征识别方法及系统
草莓植株 特征识别方法 模型剪枝 采集草莓 数据
3
一种基于图像识别的电能表异常现象检测方法及系统
电能表 梯度方向直方图 颜色直方图 融合算法 梯度直方图
4
基于超声A扫图像的圆坯内部缺陷检测方法及系统
图像识别模型 内部缺陷检测方法 检测点 超声波检测探头 卷积神经网络模型
5
基于大小模型云-端协同的工业缺陷检测方法
工业缺陷检测 跨模态 融合规则 蒸馏 智能检测技术
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号