【技术实现步骤摘要】
本专利技术涉及遥感图像处理，具体而言，涉及基于深度引导低秩稀疏分解的红外小目标检测方法及系统。
技术介绍
1、近年来，红外小目标检测技术在军事、安防、环境监测、医学诊断以及工业监控等多个领域受到广泛关注。相较于传统的可见光成像技术，红外成像具备较强的抗干扰能力和全天候工作的优势，尤其适用于复杂环境下的目标检测任务。然而，红外小目标通常具有纹理信息缺失、轮廓模糊、像素占比极低等特点，加之背景场景复杂多变，导致目标在图像中易被背景淹没或被结构相似的干扰信息所掩盖，从而对其准确检测带来了巨大挑战。
2、现有技术中，低秩稀疏张量分解模型因其良好的数学可解释性及结构分离能力，已广泛应用于红外小目标检测任务。然而，张量分解方法在实际应用中仍存在一定局限性：其一，背景张量结构易受干扰影响而被破坏，降低分离精度；其二，高维奇异值分解计算开销较大，限制了模型的实时性和扩展性；其三，依赖范数构建的稀疏先验在面对多样化目标分布时，泛化能力仍显不足，难以准确刻画非线性目标特征。
3、因此，现亟需一种基于深度引导低秩稀疏分解的红外小目标检...
【技术保护点】
1.一种基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于所述红外原始张量进行低秩背景和稀疏目标分解处理，得到低秩稀疏张量分解模型，包括：
3.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于所述低秩稀疏张量分解模型，经过构建层级非线性张量环背景模块处理，包括：
4.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于所述低秩背景张量，经过融合注意力机制的稀疏目标模块处...
【技术特征摘要】
1.一种基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，包括：
2.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于所述红外原始张量进行低秩背景和稀疏目标分解处理，得到低秩稀疏张量分解模型，包括：
3.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于所述低秩稀疏张量分解模型，经过构建层级非线性张量环背景模块处理，包括：
4.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于所述低秩背景张量，经过融合注意力机制的稀疏目标模块处理，得到红外小目标区域的稀疏特征张量，包括：
5.根据权利要求1所述的基于深度引导低秩稀疏分解的红外小目标检测方法，其特征在于，基于...
【专利技术属性】
技术研发人员：李恒超，尹加杰，郑玉棒，雷森，
申请(专利权)人：西南交通大学，
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。