【技术实现步骤摘要】
本专利技术属于计算机图像处理的，具体涉及一种基于神经动态增强与动态剪枝的高效能脉冲目标检测方法。
技术介绍
1、随着我国经济的快速发展，基础设施建设取得了显著进步，这为国民民生和区域经济的持续提升提供了重要保障。在此背景下，山火监测、无人机安全管理以及地面塌陷预防等公共安全基础设施的建设逐渐加速，并在全面推进我国现代化建设中发挥了重要作用。近年来，无人机技术、智能交通系统以及基础设施建设的广泛应用进入高速发展阶段，然而，与之相伴的突发事件频发，社会安全风险呈上升趋势。这使得针对山火、无人机飞鸟干扰及地面塌陷的高效监测成为了公共安全领域的重要任务。
2、目前，针对上述突发事件的检测方法主要包括人工检测、传统图像算法检测和深度学习方法三种。人工检测存在较高的安全风险，同时效率低下，且易受人为主观因素的干扰；传统图像处理算法在一定程度上解决了检测问题，但其检测精度有限，难以满足实时处理大规模数据的需求；深度学习方法尽管显著提升了检测精度，但由于高功耗和对计算资源的高要求，往往依赖于高性能硬件支持，这在资源受限的场景中严重制约了其应...
【技术保护点】
1.一种基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述S2具体包括：
3.根据权利要求2所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述NDFEB模块包括可分离卷积模块、时间动态聚合模块、自适应膜电位阈值调整模块、自适应稀疏连接模块、复杂度评估模块；
4.根据权利要求3所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述自适应膜电位阈值调整模块中的自适应膜电位阈
【技术特征摘要】
1.一种基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述s2具体包括：
3.根据权利要求2所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述ndfeb模块包括可分离卷积模块、时间动态聚合模块、自适应膜电位阈值调整模块、自适应稀疏连接模块、复杂度评估模块；
4.根据权利要求3所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述自适应膜电位阈值调整模块中的自适应膜电位阈值调整，包括：
5.根据权利要求3所述的基于神经动态增强与动态剪枝的高效能脉冲目标检测方法，其特征在于，所述自适应稀疏连接模块中生成稀疏掩码，包括：
6.根据...
【专利技术属性】
技术研发人员：卢睿智，李林静，谭立国，霍建文，陈波，田刚印，张新彬，张华，曹凯鸣，翁浩翔，
申请(专利权)人：西南科技大学，
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。