【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，尤其涉及基于连续变焦点面结合红外-可见光相机目标检测方法。
技术介绍
1、当前的海上搜救主要依靠搜救船、搜救直升机和海事卫星进行，但是搜救船和搜救直升机的视角有限，当疑似落水目标离搜救船较远时，无法准确识别出是否为落水人员，海事卫星同样也无法识出海面上的小目标。近年来随着计算机视觉和图像处理领域的不断发展，许多目标检测算法被广泛应用于海上搜救任务中。现有的目标检测算法分为基于传统图像处理的算法和基于深度学习的算法两大类。传统图像处理算法如canny边缘检测算法、mean-shift算法等。由于传统算法对复杂背景和遮挡场景的鲁棒性较差、需要人工手动设计特征、难以处理小目标等种种缺点，基于深度学习的目标检测算法逐渐成为主流。然而，现有的深度学习算法在形如海上搜救任务这种远距离和小目标检测的场景下往往表现不佳。此外，搜救任务对目标检测的准确性和实时性有着很高的要求，而嵌入式设备所能承载的算力资源有限，难以部署过于复杂的检测模型。
2、小目标检测一直是计算机视觉领域中的一项挑战性任务。小目标通常受到图像...
【技术保护点】
1.一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述预处理包括括随机裁切、随机噪声和Mosaic图像增强。
3.根据权利要求1所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述轻量化目标检测网络包括轻量化主干网络、四个目标检测阶段网络和下采样层。
4.根据权利要求3所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述主干网络包含一个步长为2的3×3卷积，经过G...
【技术特征摘要】
1.一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，该方法包括：
2.根据权利要求1所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述预处理包括括随机裁切、随机噪声和mosaic图像增强。
3.根据权利要求1所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述轻量化目标检测网络包括轻量化主干网络、四个目标检测阶段网络和下采样层。
4.根据权利要求3所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述主干网络包含一个步长为2的3×3卷积，经过gelu激活函数后再经过一个步长为2的3×3的卷积。
5.根据权利要求3所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特征在于，所述目标检测阶段网络包括一个repvitse模块和一个repvit模块；其中repvitse模块包括一个3×3的深度可分离卷积和一个1×1的深度可分离卷积，经卷积后与输入相加经过一个se模块，最后经过一个前馈神经网络得到repvit模块的输入，所述repvit模块结构为省略了se模的块repvitse模块结构。
6.根据权利要求5所述的一种基于连续变焦点面结合红外-可见光相机目标检测方法，其特...
【专利技术属性】
技术研发人员：李军伟，王子禹，吴其龙，郭晏银，安润萱，
申请(专利权)人：浙江大学，
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。