一种基于注意力机制的红外小目标检测方法技术

本发明专利技术属于图像处理与计算机视觉技术领域，特别涉及一种基于注意力机制的红外小目标检测方法，包括将高斯噪声图像和全零图像分别与原图进行通道堆叠；将通道堆叠图像传入注意力机制模块进行背景抑制和目标增强；将注意机制模块的输出图像与原图进行通道堆叠后传入红外小目标检测模块，得到红外小目标的检测图像；将检测图像与标签图像的差异作为损失函数反向优化红外小目标检测模块的网络参数；若损失函数降低到可接受的阈值范围，完成训练；将待检测图像与全零图像进行通道堆叠作为测试样本传入注意力机制模块，将注意机制模块的输出图像与原图进行通道堆叠使用红外小目标检测模块实现检测任务；本发明专利技术能够有效地抑制背景杂波，实现小目标检测。实现小目标检测。实现小目标检测。

【技术实现步骤摘要】
一种基于注意力机制的红外小目标检测方法


[0001]本专利技术属于图像处理与计算机视觉
，特别涉及一种基于注意力机制的红外小目标检测方法。

技术介绍

[0002]红外小目标检测在红外成像系统研究中起着重要的作用，被广泛应用于预警、远距离目标跟踪等任务中。然而，当存在云杂波或者海杂波时，小目标通常被淹没在具有低信噪比的复杂背景中。此外，由于成像距离远，小目标没有具体的形状和纹理。因此，红外小目标检测一直被认为是一个困难且具有挑战性的任务。
[0003]目前，关于红外小目标检测的方法主要分为四种：第一种是基于背景特征的红外小目标检测方法，根据背景抑制方式的不同，可分为两类：基于空域的滤波方法和基于变换域的滤波方法。基于空域的背景滤波方法的基本思想是先估计图像的背景图像，再将原图与估计得到的背景图像进行差分运算，最后在差分图像上使用阈值分割实现小目标的检测；基于变换域的滤波方法主要是使用相应的变换方法获得红外图像的变换域信息，在变换域中对背景进行滤波处理，再通过逆变换实现小目标的检测。第二种是基于目标特征的检测方法，根据目标及其背景邻域本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制的红外小目标检测方法，其特征在于，具体包括以下步骤：S1、高斯噪声图像与原图的通道堆叠图像和全零图像与原图的通道堆叠图像作为训练样本，两种训练样本以1：1的比例作为训练阶段的输入；S2、将通道堆叠图像传入注意力机制模块进行背景抑制和目标增强；S3、将注意机制模块的输出图像与原图进行通道堆叠后传入红外小目标检测模块，得到红外小目标的检测图像；S4、将检测图像与标签图像的差异作为损失函数反向优化网络两模块的网络参数；若损失函数降低到可接受的阈值范围，则认为网络已达到最优，得到的检测图像即为最终检测结果；S5、将测试样本输入网络，测试数据为全零图像与待检测图像的通道堆叠，将测试数据传入注意力机制模块，注意机制模块的输出图像与原图进行通道堆叠传入红外小目标检测模块，实现检测任务。2.根据权利要求1所述的一种基于注意力机制的红外小目标检测方法，其特征在于，实时待检测的图像将全零图像与原图通道堆叠后作为输入。3.根据权利要求1所述的一种基于注意力机制的红外小目标检测方法，其特征在于，在训练过程中，采用高斯噪声与原图通道堆叠进行数据增强，数据增强过程表示为：：I
in_1
＝I
in
*ω＝ω1*Z+ω2*I,I
in
＝{Z,I}其中，I
in_1
表示经过网络第一层卷积操作后高斯噪声与原图的融合特征图，I
in
表示网络的输入，*表示卷积操作，ω表示网络第一层中的卷积核，ω1表示网络第一层中的卷积核ω随机分配给高斯噪声的权重值，ω2表示网络第一层中的卷积核ω随机分配给原图的权重值。4.根据权利要求1所述的一种基于注意力机制的红外小目标检测方法，其特征在于，注...

【专利技术属性】
技术研发人员：高陈强，董亚盼，谌放，刘芳岑，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：