摘要
本发明公开了一种基于通道注意力与泊松流生成网络的红外小目标检测方法,实现步骤为:获取训练和测试样本集;构建基于通道注意力与泊松流生成网络的红外小目标检测网络模型并对其进行迭代训练;对红外小目标进行检测。本发明提出的多通道关键特征提取网络通过引入通道注意力机制,能够从多级特征图中有效保留重要的小目标信息,同时充分利用上下文特征信息;引入泊松流生成网络,对特征图进行高效的细节增强;包括均方误差损失以及二元交叉熵损失的损失函数实现生成与分割性能的协同优化,有效提高了红外小目标检测的精度。
技术关键词
检测网络模型
特征提取网络
编码器
多通道
输出模块
图像
级联
多级解码器
非线性
通道注意力机制
随机梯度下降
上下文特征
多级特征
训练样本集
误差函数
系统为您推荐了相关专利信息
图像增强方法
图像增强模型
高通滤波器
注意力机制
双曲正切函数
注释生成方法
智能汽车
语义特征
结构特征提取
注意力机制
多源异构数据
滑动窗口采样
时序
前馈神经网络
文本