【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种低照度空对地场景下小目标检测方法、系统、介质及设备。
技术介绍
1、目标检测技术作为计算机视觉领域的关键研究方向，在航空遥感监测、无人机侦察、智能安防等领域具有重要应用价值。空对地观测场景下，受大气散射、光照条件及传感器限制，图像常呈现低照度特性，导致目标边缘模糊、细节信息丢失，这对小目标检测任务构成严峻挑战。
2、现有方法在应对低照度小目标检测难题主要面临以下挑战：传统图像增强方法采用固定参数调节，难以适应复杂光照变化，容易引入噪声放大效应；其次，常规卷积神经网络在特征提取及深层特征金字塔计算时存在计算冗余，制约实时检测性能；深层检测头对小目标特征响应不足，而浅层特征缺乏有效利用。近期研究虽尝试通过注意力机制优化特征提取进程，但未有效应对低照度退化与计算效率的协同优化问题。此外，虽然在图像增强方面研究人员设计出优越的增强网络，却并未有效集成至检测网络框架中。
技术实现思路
1、基于此，有必要针对上述问题，提出了一种低照度空对地场景下小目标...
【技术保护点】
1.一种低照度空对地场景下小目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种面向低照度空对地场景下的小目标检测方法，其特征在于，所述通过卷积和三次下采样操作提取所述低照度图像的高、中、低分辨率特征图，具体包括：
3.根据权利要求2所述的一种面向低照度空对地场景下的小目标检测方法，其特征在于，所述根据所述动态提示参数与对应的分辨率特征图生成分辨率的特征表示，对所述特征表示进行上采样后，与所述低照度图像进行拼接，获取特征增强图，具体包括：
4.根据权利要求3所述的一种面向低照度空对地场景下的小目标检测方法，其特征在...
【技术特征摘要】
1.一种低照度空对地场景下小目标检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种面向低照度空对地场景下的小目标检测方法，其特征在于，所述通过卷积和三次下采样操作提取所述低照度图像的高、中、低分辨率特征图，具体包括：
3.根据权利要求2所述的一种面向低照度空对地场景下的小目标检测方法，其特征在于，所述根据所述动态提示参数与对应的分辨率特征图生成分辨率的特征表示，对所述特征表示进行上采样后，与所述低照度图像进行拼接，获取特征增强图，具体包括：
4.根据权利要求3所述的一种面向低照度空对地场景下的小目标检测方法，其特征在于，所述对当前层级的所述特征图进行上采样操作，将上采样后的特征图与上一层级的特征图拼接后，进行通道数抑制处理，输出上一层级的增强聚合特征图，具体包括：
5.根据权利要求4所述的一种面向低照度空对地场景下的小目标检测方法，其特征在于，所述对上一层级的增强聚合特征图进行下采样操作，将下采样后的增强聚合特征图与当前层...
【专利技术属性】
技术研发人员：秦翰林，刘居政，张栩培，刘喆，李静静，解瑞斌，邓晨光，闫家乐，高子涵，
申请(专利权)人：西安电子科技大学，
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。