首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种红外小目标检测方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:安徽大学

摘要:本申请提供一种红外小目标检测方法及系统,红外小目标检测方法包括:利用卷积将一单通道图片下采样为多个不同尺度的多通道特征图;基于卷积运算提取所述多通道特征图的细节特征,并输出第一特征图;基于稀疏采样的特征关联注意力机制,将所述第一特征图转变为第二特征图;使用双线性差值的方式对所述第二特征图进行上采样,并获取第三特征图;将所述第三特征图、所述第二特征图与所述第一特征图矩阵相加,并输出融合特征图;整合所述融合特征图的多通道特征,并将卷积后的特征转化为像素点的二分类概率;基于饱和激活函数,筛选符合待测目标的像素点,以解决现有的小目标检测算法效果不佳、计算量大的技术问题。

主权项:1.一种红外小目标检测方法,其特征在于,包括:利用卷积将一单通道图片下采样为多个不同尺度的多通道特征图;基于卷积运算提取所述多通道特征图的细节特征,并输出第一特征图;基于稀疏采样的特征关联注意力机制,将所述第一特征图转变为第二特征图;使用双线性差值的方式对所述第二特征图进行上采样,并获取第三特征图;将所述第三特征图、所述第二特征图与所述第一特征图矩阵相加,并输出融合特征图;整合所述融合特征图的多通道特征,并将卷积后的特征转化为像素点的二分类概率;基于饱和激活函数,筛选符合待测目标的像素点,其中,所述基于稀疏采样的特征关联注意力机制,将所述第一特征图转变为第二特征图的步骤包括:划分所述第一特征图,并获取S×S个非重叠的区域,所述第一特征图的尺寸为X∈RH×W×C,每一所述区域的尺寸为分割后的特征图矩阵可表示为基于线性投影,获取查询Q的张量、键K的张量以及值V的张量,所述线性投影为:Q=XrWq,K=XrWk,V=XrWv其中Wq,Wk,Wv∈RC×C分别表示查询、键、值的投影权重,将查询矩阵Q点乘键矩阵K,并获得一大小为S2×S2的邻接矩阵L;取出所述邻接矩阵L中每一行的前k个最大值构成第一矩阵将所述第一矩阵、所述查询矩阵Q与所述键矩阵K点乘,并获得第二矩阵Kg以及第三矩阵Vg,将所述第二矩阵Kg与所述查询矩阵Q进行批量矩阵相乘,并合并每个小块矩阵的通道;基于归一化指数函数,将数值归一化为概率分布,并得到一矩阵A;将所述矩阵A与所述第三矩阵Vg进行批量矩阵相乘,并将各个小块矩阵重新合并输出所述第二特征图,其中,所述基于饱和激活函数,筛选符合待测目标的像素点的步骤包括:基于饱和激活函数,将单通道特征图映射至一概率空间中,像素点的值表示该点的二分类概率,所述饱和激活函数的损失函数采用均方误差的损失,所述损失函数为: 其中,K是训练批次中的图像帧的数量,是由标签生成的概率似然图,并且是由网络获得的概率似然图;基于二值化概率似然函数,获取像素点的二分类概率,所述二值化概率似然函数为: 其中,定义概率大于0.5的像素点视为待测目标,概率小于0.5的像素点视为非待测目标;输出待测目标分布的概率似然图,并将其处理成二值图像。

全文数据:

权利要求:

百度查询: 安徽大学 一种红外小目标检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。