【技术实现步骤摘要】
本专利技术涉及红外小目标检测领域，尤其涉及一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法。
技术介绍
1、红外小目标检测在交通监控、海上救援、目标预警等复杂的小目标分离中发挥着重要作用场景背景是必需的。场景动态特性带来的挑战在单帧红外小目标检测中引起了相当多的研究关注。该方向的早期方法采用图像滤波，人类视觉系统，和低秩近似技术，同时依赖于复杂的手工特征设计，经验观察和模型参数微调。然而，由于缺乏对整体场景的可靠的高层次理解，这些方法表现出较差的鲁棒性。最近，基于学习的方法由于其强大的数据驱动特征挖掘能力而变得越来越流行，其中u型神经网络结构得到了突出的应用。这些网络由编码器、解码器和远程跳过连接组成。随后，特征融合策略在红外小目标检测任务中被广泛采用。最近的一些方法通过改进跳过连接来促进将有益特征转移到解码器组件。
2、尽管取得了令人满意的结果，但上述基于cnns的方法缺乏对目标的综合属性进行编码的能力，失去了它们的判别特征；首先，红外小目标体积小而表现出有限的特征，多次降采样过程中不可避免地会导致空间信息的丢失...
【技术保护点】
1.一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法，其特征在于，所述 S2主干网络中提取层是提取含有红外小目标图像的多尺度特征,其中Stage1、Stage2、Stage3、Stage4均使用的是ResNet10，其中ResNet后面的数字表示了红外小目标检测网络模型中的卷积层数量，而Stage5采用的是ResNet-10C，C表示不改变通道数，只进行特征提取。
3.根据权利要求1所述的一种基于阶梯交互注意力和像素特征...
【技术特征摘要】
1.一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法，其特征在于，所述 s2主干网络中提取层是提取含有红外小目标图像的多尺度特征,其中stage1、stage2、stage3、stage4均使用的是resnet10，其中resnet后面的数字表示了红外小目标检测网络模型中的卷积层数量，而stage5采用的是resnet-10c，c表示不改变通道数，只进行特征提取。
3.根据权利要求1所述的一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法，其特征在于，所述s3在非局部通道融合注意力模块中，对于融合注意力模块分别接受特征（，），（，），（，）的信息，负责捕获特征之间的长距离依赖性，输出特征，对于特征直接为该阶梯交互注意力模块的输出特征，对于其他的输出特征，,将进行输入到其余非局部通道融合注意力模块中，得到输出特征， ;最终的输出特征具有与原始高级特征相同的空间维度；这样保持网络的整体特征对齐。
4.根据权利要求1所述的一种基于阶梯交互注意力和像素特征增强网络红外小目标检测方法，其特征在于，s4中通过残差连接进行相加融合后，分别输入到像素特征增强模块中，对于输入的特征,都将被单独地处理和优化，像素特征增强模...
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。