摘要
本发明公开了一种基于信息融合的红外弱小目标检测方法及装置,涉及图像处理领域。方法包括:将待检测的热红外图像序列连续的图像帧构造为时空张量;设计基于多头自注意力机制的时空特征提取网络,用于提取时空张量的时空信息;设计基于解码器的分层背景重构网络用于重构背景张量;设计多尺度结构相似性损失,进行无监督学习训练;计算时空张量与背景张量之间的残差,设计稀疏度过滤器过滤残差,得到目标张量,并重构为红外弱小目标检测结果序列,实现基于时空背景重构的红外弱小目标检测,实验测试证明该方法能有效提升红外小目标的综合检测性能。
技术关键词
特征提取模块
特征提取网络
注意力机制
多尺度结构
无监督学习
解码器
输出特征
图像
重构模块
损失函数设计
序列
分层
过滤器
切片
嵌入块
正面
过滤模块
系统为您推荐了相关专利信息
机械臂控制方法
坐标系
融合特征
梯度纹理特征
机械臂控制系统
特征提取算法
联合损失函数
权重分配策略
双分支卷积神经网络
可见光图像
文本情感分析方法
情感分析模型
动态调整机制
情感类别
数据
知识库问答方法
构建知识图谱
文本
节点特征
语义
量子密码学
优化支持向量机
深度学习框架
解密引擎
生成网络模型