摘要
本发明公开了一种基于条件扩散模型的红外小目标检测方法。具体而言,所述条件扩散模型包括条件感知编码模块、条件引导的特征融合编码模块和特征解码模块;该方法将红外图像经过条件引导的条件感知编码模块进行多尺度特征提取与融合生成条件特征,条件特征与时间步t的噪声掩码进行特征融合,引导模型定向优化目标掩码。在条件扩散模型的训练过程中,采用基于时间步t的均方误差损失函数对生成掩码的准确性进行监督,并通过Adam优化器动态调整模型参数以最小化噪声预测误差。目标检测阶段,通过逆向扩散过程的马尔科夫链迭代,从高斯噪声的初始状态逐步去噪,最终生成高精度目标掩码。
技术关键词
编码器模块
编码模块
解码模块
噪声预测
多尺度特征提取
高层语义特征
解码器
时空融合特征
图像
上采样
最小化噪声
通道
正弦编码
层级
预测误差
分辨率
系统为您推荐了相关专利信息
巡检图像
无人机路径规划
无人机巡检方法
无人机巡检路径
云数据中心
空间扩展方法
视频边界检测
视频特征提取
去噪模型
文本
U型卷积神经网络
图像去噪方法
生成高质量图像
噪声图像
图像去噪装置
密码结构
搜索方法
数据
信息熵
Feistel结构