-
公开(公告)号：CN118968012A
公开(公告)日：2024-11-15
申请号：CN202410877321.3
申请日：2024-07-02
Applicant: 华中科技大学
IPC: G06V10/25 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于多尺度注意力特征叠加的红外小目标检测模型建立方法及检测方法，属于红外小目标检测领域，模型建立方法包括：获取包含红外小目标的红外图像集，对各图像中小目标所在的目标框，以及目标像素和背景像素进行标注；利用标注后的红外图像集对初始检测网络进行训练，得到红外小目标检测模型；初始检测网络中，多尺度区域候选网络用于提取输入图像不同尺度的特征，提取各尺度特征的空间注意力后，基于空间注意力将不同尺度的特征融合到一起，并由此筛选出包含红外小目标的目标框；语义提取器获取目标框的语义特征后，由分割编码器识别出其中各像素属于小目标的概率，得到红外小目标检测结果。本发明能够提高红外小目标的检测质量。
-
公开(公告)号：CN116129292B
公开(公告)日：2024-07-26
申请号：CN202310081193.7
申请日：2023-01-13
Applicant: 华中科技大学
IPC: G06V20/17 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于少样本增广的红外车辆目标检测方法及系统。该方法包括：采用场景及目标三维模型进行多视角仿真，得到多视角红外车辆图像；将多视角红外车辆图像与实际的红外车辆图像结合，构建基于迁移学习的红外生成对抗网络模型，生成红外车辆目标样本图像的初始增广数据集；采用场景合成的方法，引入复杂场景特征，生成具有多样化背景的红外车辆目标样本图像的目标增广数据集；以目标增广数据集作为训练样本对目标检测模型进行迭代训练；获取实拍红外图像输入训练好的目标检测模型进行检测，得到目标检测位置和置信度信息。实现了对红外车辆图像的高精度目标检测，适用性较好。
-
公开(公告)号：CN116129292A
公开(公告)日：2023-05-16
申请号：CN202310081193.7
申请日：2023-01-13
Applicant: 华中科技大学
IPC: G06V20/17 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于少样本增广的红外车辆目标检测方法及系统。该方法包括：采用场景及目标三维模型进行多视角仿真，得到多视角红外车辆图像；将多视角红外车辆图像与实际的红外车辆图像结合，构建基于迁移学习的红外生成对抗网络模型，生成红外车辆目标样本图像的初始增广数据集；采用场景合成的方法，引入复杂场景特征，生成具有多样化背景的红外车辆目标样本图像的目标增广数据集；以目标增广数据集作为训练样本对目标检测模型进行迭代训练；获取实拍红外图像输入训练好的目标检测模型进行检测，得到目标检测位置和置信度信息。实现了对红外车辆图像的高精度目标检测，适用性较好。
-
公开(公告)号：CN118196383A
公开(公告)日：2024-06-14
申请号：CN202410350817.5
申请日：2024-03-26
Applicant: 华中科技大学
IPC: G06V10/25 , G06V10/764 , G06V10/766 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于多尺度显著特征融合的SAR图像车辆目标检测方法，属于目标检测领域，建立目标检测网络并利用标注了车辆位置和类别信息的SAR图像对其进行训练，所建立的模型包括：特征提取网络分支，用于提取输入的SAR图像的多尺度特征；显著性分支，用于提取输入的SAR图像的显著性特征；显著特征融合模块，用于将显著性特征与多尺度特征进行融合，得到多个尺度的增强特征；特征融合模块，用于将多个尺度的增强特征融合，得到目标特征；以及回归分类头，用于对目标特征进行回归和分类，得到车辆目标检测结果。本发明能够有效抑制SAR图像中的噪声和杂波，从而增强场景适应性，提高SAR图像车辆目标检测的精度，减少虚警和漏检。
-
-
-
Search Results
4
records
(took 0.024 seconds)
