摘要
本发明针对红外小目标检测中边缘模糊或缺失以及背景噪声干扰的问题,提出了一种基于双流优化与残差张量加权的红外小目标检测方法,属于计算机视觉与红外图像处理领域。本发明的整体流程下:1)提取红外小目标图像中的初始语义信息;2)计算得到边缘权重,利用权重对图像进行加权得到显著边缘特征,同时高斯滤波去噪;3)融合显著边缘特征和提取的语义特征,定位检测小目标;4)双分支融合编码器和解码器中的特征,优化检测结果;5)损失函数指导网络参数优化,使网络的检测分割结果不断接近真实标签。本发明增强了对小目标精细细节的捕捉能力,抑制噪声干扰,提高了红外小目标检测的整体识别性能。
技术关键词
高斯金字塔
动态特征提取
语义特征
双焦点
编码器
抑制图像噪声
加权特征
特征值
噪声抑制
背景噪声干扰
抑制噪声干扰
双分支结构
图像结构
滤波去噪
解码器
对比度
残差模块
计算机视觉
系统为您推荐了相关专利信息
双目深度估计
视觉深度估计方法
跨模态数据
数据生成模型
生成视差图像
面部表情迁移方法
面部关键点
文本编码器
训练神经网络
身份
WGAN模型
分布式检测方法
异常流量
云端服务器
编码器
眼底血管分割方法
眼底彩照
双线性插值
注意力机制
上采样