融合模型驱动和深度学习的红外小目标检测方法及系统

AITNT
正文
推荐专利
融合模型驱动和深度学习的红外小目标检测方法及系统
申请号:CN202510647294
申请日期:2025-05-20
公开号:CN120689659A
公开日期:2025-09-23
类型:发明专利
摘要
本发明公开了一种融合模型驱动和深度学习的红外小目标检测方法及系统,构建包含复杂背景的红外小目标图像数据集;划分成训练集、验证集和测试集;搭建内外变分协同深度神经网络,以训练集作为输入,利用所述内外变分协同深度神经网络依据所述复杂背景的红外小目标图像数据进行复杂背景的红外小目标图像提取,输出预测小目标图像;设计所述预测小目标图像与模板图像之间的交叉熵损失;利用所述交叉熵损失引导神经网络训练过程,利用所述测试集和所述验证集分别对训练结果进行测试和验证,实现复杂背景下的红外小目标预测。
技术关键词
深度神经网络 单帧红外图像 全局特征融合 神经网络训练 训练集 模块 空间特征提取 标签模板 数据 解码器 重构误差 依序 编码器 注意力机制 序列
系统为您推荐了相关专利信息
1
故障诊断模型的模型解析方法、装置、设备及存储介质
故障诊断模型 模型解析方法 节点 队列 术语
2
小样本场景下的天然气日负荷预测方法、系统、设备及介质
负荷预测方法 系统动力学模型 天然气 样本 时序
3
速度估计方法、速度估计模型的训练方法和装置
足式机器人 机身 速度估计方法 数据 仿真环境
4
一种基于环境感知的LED车灯智能控制系统及方法
控制策略 车灯智能控制系统 智能控制方法 LED车灯 车灯控制模块
5
基于深度特征的遥感影像建筑变化检测方法
变化检测方法 变化检测模型 层级 建筑 影像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号