【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体涉及基于语义信息聚合的红外图像极小目标检测方法。
技术介绍
1、在红外成像设备拍摄的红外图像上进行目标的检测广泛应用于海洋救援、军事监视、航空攻防等领域。然而，由于成像视场大，红外图像往往背景复杂。且图像上的目标由于拍摄距离较远，往往呈现极小的尺寸。因此，红外图像极小目标的高精度检测仍然是一个挑战。
2、由于红外图像内容复杂，传统方法难以应用，以往应对这一挑战的工作以基于深度学习的方法为主。常规的方法一般直接应用如faster r-cnn、ssd和yolo这样的现有先进检测方法进行红外图像上的极小目标检测。然而，由于常规检测器主要针对自然图像上的一般尺寸目标，直接采用现有的流行检测器不能产生令人满意的性能。因此，目前的研究主要基于现有的流行检测器，并针对极小目标特征较弱的特点进行方法改进，以提高现有流行检测器在红外图像极小目标检测任务上的精度。最新的研究，如发表于“ieeetransactions on geoscience and remote sensing”的rdian，针对红外图像极小...
【技术保护点】
1.一种基于语义信息聚合的红外图像极小目标检测方法，其特征在于，在现有极小目标检测网络的特征融合阶段嵌入语义信息聚合模块；所述语义信息聚合模块包括单一特征加权语义信息聚合模块和高低阶特征加权语义信息聚合模块；
2.根据权利要求1所述的基于语义信息聚合的红外图像极小目标检测方法，其特征在于，对嵌入有语义信息聚合模块的极小目标检测网络进行训练，使得网络在训练过程中融合特征中的语义特征，从而提高语义信息利用率，降低红外图像极小目标检测漏检率。
3.根据权利要求1所述的基于语义信息聚合的红外图像极小目标检测方法，其特征在于，所述的语义信息聚合模块的输入...
【技术特征摘要】
1.一种基于语义信息聚合的红外图像极小目标检测方法，其特征在于，在现有极小目标检测网络的特征融合阶段嵌入语义信息聚合模块；所述语义信息聚合模块包括单一特征加权语义信息聚合模块和高低阶特征加权语义信息聚合模块；
2.根据权利要求1所述的基于语义信息聚合的红外图像极小目标检测方法，其特征在于，对嵌入有语义信息聚合模块的极小目标检测网络进行训练，使得网络在训练过程中融合特征中的语义特征，从而提高语义信息利用率，降低红外图像极小目标检测漏检率。
3.根据权利要求1所述的基于语义信息聚合的红外图像极小目标检测方法，其特征在于，所述的语义信息聚合模块的输入为n个任意应用于红外图像极小目标检测的网络的骨干网络提取的特征其中c为特征图的通道数，h和w分别代表特征图的高和宽，n...
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。