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
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
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
编码器
解码器
遥感图像语义分割
上采样
通道注意力机制
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