一种基于自适应频域分离增强网络的红外小物体目标检测方法

本发明公开了一种基于自适应频域分离增强网络的红外小物体目标检测方法，解决了目前红外小物体目标检测方法只关注网络深度的设计，忽略了在实际检测中丢失目标的可能性以及由于红外小目标通常只占图像中很小的像素数，导致在卷积神经网络的下采样过程中，稀缺的特征信息被压缩甚至丢失的技术问题；本发明中设计了自适应频域分离增强网络，通过应用自适应频域分离技术，将频域特征精确地分解为高频、中频和低频分量，结合浅、中、深的空间域特征，有效提高了红外小目标的整体特征表示；还利用红外小物体在图像中的梯度特性，定义了方向一致性函数和幅值一致性函数。该函数有效地识别目标的边缘特征，显著提高了模型在红外小目标定位中的精度。