摘要
本发明涉及深度学习红外图像分割领域,具体为基于小波池化三分支网络的红外图像实时语义分割方法,包括如下步骤:S1:在公开红外目标数据集的基础上对干扰的辐射和运动规律进行建模,制作干扰下的红外飞机数据集。S2:设计Haar小波池化模块,借助其频率分解的优势,能够在降低特征图分辨率时保留关键的频域信息。S3:构建分别提取空间、语义和边界信息的三分支实时语义分割网络模型。S4:将Haar小波池化模块引入到三分支网络模型中,作为模型的下采样层,减少其在下采样时的信息丢失。在自制干扰下的红外飞机数据集上,所提方法不仅能够满足红外图像的实时处理需求,且分割精度方面也有所提升。
技术关键词
语义分割网络
分支
飞机
高通滤波器
分辨率
低通滤波器
保留特征
数据
高频特征
仿真建模
模块
图像分割
两阶段
精度
通道
运动
系统为您推荐了相关专利信息
可视化交互方法
鱼类饲料配方
变量
启发式策略
饲料配方设计
双向长短期记忆网络
BERT模型
语义向量
注意力机制
联合损失函数
无人机入侵检测
模态特征
更新模型参数
超参数
服务器更新
图像分割方法
组合模块
多尺度融合网络
瓶颈
多尺度网络