摘要
本发明提供了一种基于深度引导低秩稀疏分解的红外小目标检测方法及系统,涉及遥感图像处理技术领域,包括获取遥感设备拍摄到所有的原始红外图像,并将所述原始红外图像按获取时间顺序依次堆叠,得到红外原始张量;基于所述红外原始张量进行低秩背景和稀疏目标分解处理,得到低秩稀疏张量分解模型;经过构建层级非线性张量环背景模块处理,得到包含非线性变换的低秩背景张量;经过融合注意力机制的稀疏目标模块处理,得到红外小目标区域的稀疏特征张量;重构深度神经网络引导的低秩稀疏张量分解模型,并进行求解处理,得到最终的红外小目标检测结果。本发明能够在复杂背景下对小目标进行精确、鲁棒且快速的检测。
技术关键词
张量分解模型
低秩稀疏分解
融合注意力机制
深度神经网络
稀疏特征
张量奇异值分解
非线性
输出特征
因子
抑制背景干扰
处理单元
遥感设备
模块
重构
遥感图像处理技术
多尺度
多层感知机
噪声抑制
层级
系统为您推荐了相关专利信息
训练深度神经网络
样本
供热设备
通道
训练数据量
间距传感器
深度神经网络
输出特征
对象识别
交通监控设备
电气仪表设备
状态指示灯
深度神经网络
矩阵
区域建议网络