← 返回列表
基于尺度和位置敏感性的红外小目标检测方法及系统
摘要文本
本申请提出了一种基于尺度和位置敏感性的红外小目标检测方法及系统,该方法包括:对预设的红外小目标数据集进行预处理,通过多种数据增强技术对红外小目标数据集进行数据增广操作;将增广得到的不同尺度的训练数据输入深度卷积神经网络进行不同尺度的预测,获得多尺度预测结果;对深度卷积神经网络进行训练,获得训练完成的深度卷积检测模型,其中,在训练过程中通过尺度与位置敏感损失函数约束多尺度预测结果;将待检测的目标红外图像输入训练完成的深度卷积检测模型,获得对检测目标的预测结果。该方法通过更轻量化的检测模型,可以精确区分检测目标的尺度和位置,提高了红外小目标检测的精确性。
申请人信息
- 申请人:北京理工大学
- 申请人地址:100081 北京市海淀区中关村南大街5号
- 发明人: 北京理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于尺度和位置敏感性的红外小目标检测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410176677.4 |
| 申请日 | 2024/2/8 |
| 公告号 | CN117726807A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06V10/25 |
| 权利人 | 北京理工大学 |
| 发明人 | 付莹; 刘睿; 刘乾坤 |
| 地址 | 北京市海淀区中关村南大街5号 |
专利主权项内容
1.一种基于尺度和位置敏感性的红外小目标检测方法,其特征在于,包括以下步骤:对预设的红外小目标数据集进行预处理,通过多种数据增强技术对所述红外小目标数据集进行数据增广操作;将增广得到的不同尺度的训练数据输入深度卷积神经网络进行不同尺度的预测,获得多尺度预测结果;对所述深度卷积神经网络进行训练,获得训练完成的深度卷积检测模型,其中,在训练过程中通过尺度与位置敏感损失函数约束所述多尺度预测结果;将待检测的目标红外图像输入所述训练完成的深度卷积检测模型,获得对检测目标的预测结果。