一种基于全卷积网络的红外图像多目标分割方法技术

本发明专利技术公开了一种基于全卷积网络的红外图像多目标分割方法，特点是包括以下操作步骤：步骤S1，构建红外图像数据集；采集多种背景、多种目标、多种时间段的红外视频构建图像数据集作为模型的训练样本，利用多种传统图像处理手段对原始红外视频进行处理得到二值标注图像；步骤S2，获得并训练全卷积神经网络模型，采用分阶段损失函数的方式训练模型；步骤S3，移植模型，将网络模型移植到移动终端上进行实时分割。优点是实现了少量增加网络层数和通道数的情况下，充分利用其他网络层学习到的特征，更加有利于挖掘网络自身的算力；该神经网络可以学习到多层次的、更丰富的特征表示，表征能力更强，有助于实时图像分割实现良好效果。果。果。

【技术实现步骤摘要】
一种基于全卷积网络的红外图像多目标分割方法


[0001]本专利技术涉及图像分割的领域，尤其涉及一种基于全卷积网络的红外图像多目标分割方法。

技术介绍

[0002]近年来，随着边防警戒、设备安防、自动作战等需求的提升，针对人员、车辆、直升机等多种目标的图像分割技术越来越精细。现代红外图像分割的四大需求为自动化、精确化、快速化、多目标， 然而红外图像具有数据量少、图像清晰度不高、红外目标与环境相似度较高等特点, 导致传统的人工神经网络在红外图像数据集处理方面表现不佳。
[0003]现有技术的分割模型主要是对于固定背景下的图像或者单一目标效果较好。这些方法虽然能够提供初步的分割结果，但其对于复杂背景下的多目标图像分割效果欠佳。另一方面，近年来涌现了许多更深更宽的网络模型提升分割效果的方案。但它们只是以简单堆叠网络层的方式增加参数，而且暴露出来明显的运算速度下降难以实时分割的问题。
[0004]专利CN202111001405.3公开了一种基于热红外注意力机制神经网络的行车场景分割方法。本专利技术公开了一种基于热红外注意力机制神经网络的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于全卷积网络的红外图像多目标分割方法，其特征在于：包括以下操作步骤：步骤S1，构建红外图像数据集；采集多种背景、多种目标、多种时间段的红外视频构建图像数据集作为模型的训练样本，利用多种传统图像处理手段对原始红外视频进行处理得到二值标注图像；步骤S2，获得并训练全卷积神经网络模型，采用分阶段损失函数的方式训练模型；步骤S3，移植模型，将网络模型移植到移动终端上进行实时分割。2.根据权利要求1所述的一种基于全卷积网络的红外图像多目标分割方法，其特征在于：所述的步骤S1中多种传统图像处理手段为阈值分割方式、区域生长方式、滤波方式。3.根据权利要求1所述的一种基于全卷积网络的红外图像多目标分割方法，其特征在于：所述的全卷积神经网络模型的获得方法为输入图像经过一个过渡层之后输入到Fibobloc...

【专利技术属性】
技术研发人员：吴偌灏，张瀚，赵汗青，宿立升，
申请(专利权)人：北京航天金泰星测技术有限公司泰州分公司，
类型：发明
国别省市：