一种基于多尺度特征融合的红外小目标检测方法

AITNT
正文
推荐专利
一种基于多尺度特征融合的红外小目标检测方法
申请号:CN202410894900
申请日期:2024-07-04
公开号:CN118918308A
公开日期:2024-11-08
类型:发明专利
摘要
本申请属于红外目标检测技术领域,具体涉及一种基于多尺度特征融合的红外小目标检测方法,本发明输入红外图像至主干网络进行深层次特征提取;利用路径聚合网络框架将不同层次的特征信息收集至收集模块,使用平均池化和双线性插值操作统一特征图尺度;通过融合模块将各层次特征融合生成全局信息,利用SE模块自适应地调整特征权重,增强重要特征,抑制次要特征;通过注射模块将全局信息与局部特征结合,增强对小目标的检测能力;采用基于中心点的anchor‑free方法,回归原图输出目标位置信息。本发明的方法充分保留了各层级的空间与语义特征信息,避免跨层信息损失,显著提高了红外小目标检测的准确性和鲁棒性。
技术关键词
多尺度特征融合 空间金字塔池化 更新网络参数 生成多尺度 高层次 层级 模块结构 注意力机制 语义特征 输出特征 焦点 批量 网格 图像 鲁棒性 框架 分支 代表
系统为您推荐了相关专利信息
1
一种基于深度学习的视频监控报警方法
视频监控报警方法 图像 视频流 卡尔曼滤波算法 视频监控报警系统
2
基于液体神经网络的农网用户电力负荷预测方法及系统
电力负荷预测模型 电力负荷预测方法 负荷历史数据 多层感知机 液体
3
一种基于U-Net的遥感图像语义分割方法
编码器 解码器 遥感图像语义分割 上采样 通道注意力机制
4
伪装物体的检测方法及装置
高频特征 图像 交互模型 分支 空间金字塔池化
5
基于深度Q学习和集成启发式方法的多敏捷地球观测卫星规划方法
启发式规则 地球观测卫星 任务分配策略 深度Q学习网络 任务分配模型
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