一种基于改进RefineDet的红外小目标检测方法技术

本发明专利技术公开一种基于改进RefineDet的红外小目标检测方法。首先，基于RefineDet的两步级联方法，在锚框细化模块中引入扩大感受野模块，改进为小目标锚框细化模块。小目标锚框细化模块使用空洞卷积代替原始卷积来扩展感受野，并添加卷积分支来模拟人类视觉系统。其次，由于小目标的定位精度更高，如果预测框偏移了少量像素，将产生较大的误差，因此，非常有必要注意小目标区域，引入通道注意力机制，提出了一种改进的特征注意传输连接模块。特征注意传输连接模块通过在原RefineDet的传输连接块中添加通道注意机制积累特征重新校准的益处来传输更有效的特征。特征注意传输连接模块考虑了信道依赖性，提高了检测精度，更适用于红外图像。

【技术实现步骤摘要】

本专利技术属于计算机视觉目标检测领域。尤其涉及一种基于改进refinedet的红外小目标检测方法。

技术介绍

1、目标检测是从图像中精确、高效地识别和定位感兴趣目标的任务，其应用广泛，包括医学研究、智慧城市、机器人研究、军事领域等，如行人检测、指纹识别、车牌识别等技术。红外成像具有成像距离远、成像范围广、可夜视和环境因素影响小等优点，因此红外小目标检测越来越受到关注。然而，红外小目标检测一直是目标检测的难题之一，因为红外小目标图像的成像面积小、分辨率低、视觉效果差、对比度低、特征模糊，使得红外小目标特别容易被淹没在复杂背景中。此外，红外成像过程中易产生噪声，图像噪声易被检测为目标，容易产生误检问题。为了解决红外小目标检测问题，许多方法被提出，大部分红外目标检测方法都是基于传统图像处理的方法，通常可分为基于背景抑制的方法、基于人眼视觉系统的方法和基于低秩稀疏恢复的方法。

2、近年来，随着深度学习的发展，各类卷积神经网络被应用到目标检测中，神经网络可以通过学习的方式提取特征，相较传统方法的手动提取方法可以提取更优的特征，用于后续预测可以得到更好的结本文档来自技高网...

【技术保护点】

1.一种基于改进RefineDet的红外小目标检测方法，其特征在于，采用单阶段和两阶段结合的检测器RefineDet，输入图像先通过小目标锚框精细模块获得精细的候选锚框以及特征图，再将获得的特征图输入到特征注意传输连接模块进行特征融合，最后将融合后的特征和精细的候选锚框输入到小目标检测模块进行检测，得到最后的检测结果；

2.根据权利要求1所述的红外小目标检测方法，其特征在于，步骤S101所使用的主干网络是VGG16，额外网络由扩大感受野块和下采样构成；扩大感受野块使用4个具有不同数量卷积核的分支进行卷积，第一个分支没有卷积核，为恒等连接；第二个分支包含1个1ˊ1卷积和1个3ˊ...

【技术特征摘要】

1.一种基于改进refinedet的红外小目标检测方法，其特征在于，采用单阶段和两阶段结合的检测器refinedet，输入图像先通过小目标锚框精细模块获得精细的候选锚框以及特征图，再将获得的特征图输入到特征注意传输连接模块进行特征融合，最后将融合后的特征和精细的候选锚框输入到小目标检测模块进行检测，得到最后的检测结果；

2.根据权利要求1所述的红外小目标检测方法，其特征在于，步骤s101所使用的主干网络是vgg16，额外网络由扩大感受野块和下采样构成；扩大感受野块使用4个具有不同数量卷积核的分支进行卷积，第一个分支没有卷积核，为恒等连接；第二个分支包含1个1ˊ1卷积和1个3ˊ3的空洞率为1的空洞卷积；第三个分支包含1个1ˊ1卷积和1个3ˊ3卷积以及1个3ˊ3的空洞率为3的空洞卷积；第四个分支包含1个1ˊ1卷积和2个3ˊ3卷积以及1个3ˊ3的空洞率为5的空洞卷积；将4个分支的...

【专利技术属性】
技术研发人员：孔令和，朱斌，葛威，吴世伟，刘伟，刘恒，
申请(专利权)人：苏州中析生物信息有限公司，
类型：发明
国别省市：