【技术实现步骤摘要】
本专利技术涉及计算机视觉，更具体的说是涉及一种干扰分割与目标检测协同的抗干扰识别方法。
技术介绍
1、目前，目标检测技术已经在遥感侦查、国防安全领域得到了广泛的应用，红外目标检测是遥感目标检测的核心内容之一，对于实现全天时全天候工作有重要作用，能够提高检测能力，减轻工作时段要求，因而受到了广泛的关注。由于真实遥感场景中可能存在多种自然干扰、人为干扰，这些干扰的几何特征与检测目标存在很大的相似性，会造成目标检测识别算法产生大量的误检漏检，因此复杂场景下准确的红外目标检测尤其困难。
2、目标检测任务中，常见的有对大范围海域进行扫描式搜寻，利用各种先进的算法完成真实目标位置的及其干扰状况进行分析。常规的一些方案在感知环境简单单一的情况下是有效且可行的。然而真实环境中会面临大量较强的自然干扰以及人为干扰，同时同一片海域仅做一次检索，对实际的效果有更高的要求。若此种环境下，仍然以检测目标为唯一任务，势必会造成大量的误检以及漏检情况发生，因为干扰的几何特征与打击目标存在较大的相似性，增加了神经网络识别的难度。
3、抑制干扰的...
【技术保护点】
1.一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，多尺度特征提取网络包括五层卷积层、四层下采样层、五层激活层、空间感受野合并单元和两层上采样层；前四层卷积层之后分别依次设置一层激活层和一层下采样层；第五层卷积层之后依次设置一层激活层和空间感受野合并单元；
3.根据权利要求2所述的一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，空间感受野合并单元包括依次连接的第一卷积核、最大池化层和第二卷积核；第一卷积核和第二卷积核大小均为1*1；最...
【技术特征摘要】
1.一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，多尺度特征提取网络包括五层卷积层、四层下采样层、五层激活层、空间感受野合并单元和两层上采样层；前四层卷积层之后分别依次设置一层激活层和一层下采样层；第五层卷积层之后依次设置一层激活层和空间感受野合并单元；
3.根据权利要求2所述的一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，空间感受野合并单元包括依次连接的第一卷积核、最大池化层和第二卷积核；第一卷积核和第二卷积核大小均为1*1；最大池化层包括3种尺寸。
4.根据权利要求2所述的一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，目标检测模块包括两层卷积层和预测模块，第三层目标特征p3输入到第一层卷积层中，获得的输出特征f1与第四层目标特征p4采用通道处连接操作进行融合，获得融合特征；融合特征输入到第二层卷积层中，获得的输出特征f2与第五层目标特征p5采用通道处连接操作进行融合，获得输出特征f3；输出特征f1、输出特征f2和输出特征f3在预测模块进行预测，获得的目标信息包括目标位置、目标大小、目标方向、目标类别和目标置信度；预测模块采用两层卷积层，经过两次卷积在第二个卷积层获得目标位置、目标大小、目标方向、目标类别和目标置信度。
5.根据权利要求4所述的一种干扰分割与目标检测协同的抗干扰识别方法，其特征在于，目标检测模块最后输出的通道数为当前尺寸特征下锚点个数*（类别数+方向数+n），其中n...
【专利技术属性】
技术研发人员：张鸿，李波，刘雨腾，刘偲，韦星星，李磊，姜吉祥，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
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。