一种基于可见光与红外图像融合的战场目标检测系统和方法技术方案

技术编号:40809978 阅读:20 留言:0更新日期:2024-03-28 19:32
本发明专利技术涉及一种基于可见光与红外图像融合的战场目标检测系统,包括双路特征提取网络、特征对齐模块、温度差异感知模块、特征融合模块、颈部网络和任务头网络,双路特征提取网络用于分别提取可见光图像的特征和红外图像的特征;特征对齐模块用于将可见光图像和红外图像的特征进行空间对齐;温度差异感知模块用于得到预测温度差异掩码;特征融合模块用于生成融合特征图;颈部网络和任务头网络用于根据颈部网络提供的融合特征图通过卷积处理完成目标类别预测和目标位置预测,以得到最终的预测结果。本发明专利技术能够较好的应对复杂地面战场环境,消除多种干扰因素的不利影响,提升检测精度和效率,为战场中的指挥决策提供可靠依据。

【技术实现步骤摘要】

本专利技术涉及军事目标检测,尤其涉及一种基于可见光与红外图像融合的战场目标检测系统和方法


技术介绍

1、随着军事技术的不断发展,战场目标检测技术也得到了越来越广泛的应用。比如,在战争中,军队可以通过对敌方目标进行识别来确定敌方的兵力、军事装备等信息;在反恐行动中,警方可以通过对疑似目标进行识别来追踪和打击恐怖分子;在海上巡逻中,海警可以通过对可疑船只进行识别来打击海盗和非法渔船等。随着战场目标检测技术的发展,不仅可以帮助军队在战争中取得胜利,还可以帮助警方打击恐怖主义、维护社会稳定。战场目标检测技术是指通过特定的技术手段,对地面、海域或空中的目标进行准确的辨识和判定,从而为军事行动提供准确的指导和保障。然而实际的战场环境通常较为复杂,在对战场的目标进行检测时具有多种干扰因素,如大雾天气、夜晚作战等,这导致通过信息化技术手段检测到的目标特征不清晰、目标位置不准确,从而影响战场中对目标情况的判断,无法为战争指挥决策提供可靠依据。


技术实现思路

1、本专利技术意在提供一种基于可见光与红外图像融合的战场目标检测系统本文档来自技高网...

【技术保护点】

1.一种基于可见光与红外图像融合的战场目标检测系统,其特征在于:包括双路特征提取网络、特征对齐模块、温度差异感知模块、特征融合模块、颈部网络和任务头网络,所述双路特征提取网络用于分别提取可见光图像的特征并得到可见光特征图、提取红外图像的特征并得到红外特征图;所述特征对齐模块用于将可见光图像和红外图像的特征进行空间对齐;所述温度差异感知模块用于对红外特征图进行卷积处理后得到预测温度差异掩码;所述特征融合模块用于结合温度差异掩码将可见光特征图与红外特征图进行融合并生成融合特征图;所述颈部网络用于将深层融合特征图和浅层融合特征图进行进一步融合,所述任务头网络用于根据颈部网络提供的融合特征图通过...

【技术特征摘要】

1.一种基于可见光与红外图像融合的战场目标检测系统,其特征在于:包括双路特征提取网络、特征对齐模块、温度差异感知模块、特征融合模块、颈部网络和任务头网络,所述双路特征提取网络用于分别提取可见光图像的特征并得到可见光特征图、提取红外图像的特征并得到红外特征图;所述特征对齐模块用于将可见光图像和红外图像的特征进行空间对齐;所述温度差异感知模块用于对红外特征图进行卷积处理后得到预测温度差异掩码;所述特征融合模块用于结合温度差异掩码将可见光特征图与红外特征图进行融合并生成融合特征图;所述颈部网络用于将深层融合特征图和浅层融合特征图进行进一步融合,所述任务头网络用于根据颈部网络提供的融合特征图通过卷积处理完成目标类别预测和目标位置预测,以得到最终的预测结果。

2.根据权利要求1所述的战场目标检测系统,其特征在于:所述双路特征提取网络包括可见光图像特征提取网络和红外图像特征提取网络,所述可见光图像特征提取网络用于提取可见光图像的浅层与深层特征并得到可见光特征图,所述红外图像特征提取网络用于提取红外图像的浅层与深层特征并得到红外特征图。

3.根据权利要求1所述的战场目标检测系统,其特征在于:所述颈部网络采用fpn网络或pan网络。

4.一种基于可见光与红外图像融合的战场目标检测方法,其特征在于:包括如下步骤:

5.根据权利要求4所述的战场目标检测方法,其特征在于:步骤二中,通过特征对齐模块将可见光图像和红外图像的特征进行空间对齐的方法为,将可见光图像特征和红外图像特征进行通道拼接,得到拼接特征图;拼接特征图经过卷积块后得到可行变卷积的偏置参数offset,所述偏置参数offset表示可行变卷积核的尺寸;红外特征图经过可行变卷积后,得到对齐红外特征图。

6.根据权利要求5所述的战场目标检测方法,其特征在于:步骤三中,红外特征图经过温度差异感知模块的卷积块后得到预测温度差异掩码;在卷积训练过程中,分别提取目标区域图像、目标及背景区域图像,并计算区域像素点的均值和方差,得到目标区域图像的均值u1和方差σ1,目标及背景区域图像的均值u2和方差σ2,构建目标区域单高斯模型n1(u1,σ1)和目标及背景区域单高斯模型n2(u2,σ2);计算两个单高斯模型的kl散度dkl(n...

【专利技术属性】
技术研发人员:常天庆张杰赵立阳张雷郭理彬韩斌罗鑫
申请(专利权)人:中国人民解放军陆军装甲兵学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1