摘要
本发明公开了一种融合CNN和Mamba的神经网络红外小目标检测方法及系统,属于计算机视觉领域。通过输入图像分别经过基于CNN的编码器和解码器模块以及基于Mamba的编码器和解码器模块,得到各自输出的特征图,然后将这些特征图送到特征融合模块进行特征融合并得到输出掩码,最后得到结果图。通过一个编解码器利用CNN强大的特征提取和特征交互能力来提取局部特征,通过一个编解码器利用Mamba的长程依赖建模能力来提取全局特征,然后将两个编解码器提取的局部特征和全局特征进行融合,让网络充分学习红外小目标的局部细节信息和全局上下文信息,有效地降低了红外小目标的错检和漏检,为ISTD提供了新的方法和思路,具有重要的实际应用价值和指导意义。
技术关键词
编码器
编解码器
检测方法系统
卷积模块
图像
输出特征
神经网络结构
计算机视觉
采样模块
通道
分辨率
思路
系统为您推荐了相关专利信息
编码器模块
频域特征提取
级联
多模态
浅层特征提取
参数
融合方法
行人检测模型
深度神经网络
直方图
特征提取网络
CT影像数据
人工肝
分类方法
生理