一种基于改进Scaled-YOLOv4的伪装人员目标检测方法技术

本发明专利技术公开了一种基于改进Scaled

【技术实现步骤摘要】
一种基于改进Scaled
‑
YOLOv4的伪装人员目标检测方法


[0001]本专利技术属于图像处理技术与机器视觉领域，具体涉及一种基于改进Scaled
‑
YOLOv4的伪装人员目标检测方法。

技术介绍

[0002]当今军事战场上，越多战场信息的获取，就越容易获得战役的胜利。而实现对战场上伪装目标的精确检测，是获取战场信息并做出重要决策的重要依据。
[0003]近些年，无人机技术正被广泛应用于各个领域当中，在军事领域更是表现突出。凭借其体积小、灵活性强等特点，作为军事战场上的新型辅助作战装备，无人机被广泛应用于军事侦察中，在对于伪装人员目标信息的获取上起着至关重要的作用。此外，伪装技术也得到极大的发展，军事人员的迷彩服装帮助他们与背景进行了高度地融合，使得仅靠肉眼根本无法区分军事背景中的物体和伪装人员目标，给伪装人员目标的检测带来了巨大的挑战。
[0004]当前对伪装目标的检测研究有限，且大部分伪装目标检测任务是将其视为一个目标分割任务，其通过卷积神经网络来搜寻伪装目标的边缘细节信息，来确定伪装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进Scaled
‑
YOLOv4的伪装人员目标检测方法，其特征在于，包括以下步骤：(1)对预先获取的伪装人员活动图像进行预处理，并划分为训练集和测试集；(2)构建包括骨干网络、路径聚合网络和检测头的扩展跨阶段网络Scaled
‑
YOLOv4模型；(3)在Scaled
‑
YOLOv4模型中设计一个包括两个感受野区块和两个有效通道注意力模块的自上而下路径特征增强网络结构以代替原路径聚合网络，形成改进的Scaled
‑
YOLOv4模型；所述感受野区块获得更加丰富的目标特征信息；所述有效通道注意力模块通过对不同特征计算不同的权重提高对目标特征信息的关注；(4)基于改进的Scaled
‑
YOLOv4模型，进行伪装人员的目标检测。2.根据权利要求1所述的一种基于改进Scaled
‑
YOLOv4的伪装人员目标检测方法，其特征在于，所述步骤(1)实现过程如下：采用配备可见光和红外摄像头的无人机在树林中采集伪装人员活动图像，从中挑选出N张图像进行数据集的制作，其中包含M张背景环境图像；对挑选出的N张图像完成进行伪装人员目标的标注，并将所有的图像大小归一化处理；按照6：4的比例将数据集图像分为训练集和测试集。3.根据权利要求1所述的一种基于改进Scaled
‑
YOLOv4的伪装人员目标检测方法，其特征在于，步骤(3)所述的自上而下路径特征增强网络结构包括：第一个特征层进过一个下采样模块和第二个特征层进行通道间级联融合，得到4倍下采样后新的输出特征层P/4_1；P/4_1特征层经过一个全新设计的感受野区块、有效通道注意力模块和一个下采样模块后与第三个特征层进行通道间级联融合，得到8倍下采样后新的输出特征层P/8_1；P/8_1特征层经过一个全新设计的感受野区块和一个下采样模块后与第四个特征层进行通道级联融合，得到16倍下采样后新的输出特征层P/16_1；P/16_1特征层经过一个下采样模块后与第五个特征层进行通道级联融合，得到32倍下采样后新的输出特征层P/32_1；P/32_1特征层经过一个有效通道注意力模块和一个卷积模块后得到第一个检测头P/32_3；P/32_1特征层经过一个有效通道注意力模块后的P/32_2特征层经过一个上采样模块与P/16_1特征层进行通道级联，得到P/16_2特征层，该特征层经过一个卷积模块后得到第二个检测头P/16_3；P/16_2特征层再经过一个上采样模块与P/8_1特征层进行通道级联，得到P/8_2特征层，该特征层经过一个卷积模块后得到第三个检测头P/8_3。4.根据权利要求1所述的一种基于改进Scaled
‑
YOLOv4的伪装人员目标检测方法，其特征在于，步骤(3)所述有效通道注意力模块通过对不同特征计算不同的权重过程如下：采取不降低...

【专利技术属性】
技术研发人员：许彬，王从庆，刘杨，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：