摘要
本发明提供基于多层次特征结合的复杂背景下红外弱小目标检测网络,涉及目标检测技术领域,包括,输入层,用于接收并预处理红外图像,全局特征提取模块,采用深度卷积神经网络对红外图像进行多尺度特征提取,从全局范围内捕捉目标的整体信息。该基于多层次特征结合的复杂背景下红外弱小目标检测网络,结合全局特征和局部特征的优势,能够同时捕捉到图像中的整体信息和细节信息。通过局部区域注意力机制,网络能够有效提升对微小目标的检测能力,在红外图像中,由于目标通常存在较低的对比度,传统方法往往难以检测微小目标,而本方案通过动态调整全局与局部特征的加权比例,显著提升了弱小目标的检测效果。
技术关键词
多层次特征
跨层信息交互
全局特征提取
深度卷积神经网络
多尺度特征提取
多尺度卷积神经网络
注意力机制
特征提取模块
卷积神经网络提取
局部特征提取
传感器噪声
全局平均池化
图像特征提取
追踪算法
动态场景
层级
卷积特征
系统为您推荐了相关专利信息
图像分析方法
社区检测算法
XGBoost算法
监督学习模型
组织病理图像
智能物流配送系统
车联网系统
时序
融合特征
车辆
多器官分割方法
局部特征提取
全局特征提取
特征提取模块
交叉注意力机制
超分辨率
通道注意力机制
序列
多尺度特征提取
特征提取模块