申请/专利权人：中国电子科技集团公司第十五研究所

申请日：2023-07-05

公开（公告）日：2023-10-27

公开（公告）号：CN116958657A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/77;G06V10/82;G06V10/766;G06V10/80;G06V10/44;G06T7/73

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明提出了一种融合RPCA及深度学习的红外弱小目标检测方法及装置，方法包括：获取红外图像，红外图像中包括至少一检测目标；基于配置的鲁棒主成分分析算法，对红外图像进行空间位置提取，以获取检测目标的粗候选区域；对红外图像进行语义增强处理，以获取检测目标的语义信息特征；利用预先配置的定义分类模型，基于粗候选区域以及语义信息特征，确定检测目标对应的位置信息和类别信息。本发明实施例提出的方法，以目标检测框架为基础，构建鲁棒主成分分析模型和深度学习模型相融合的框架结构，有效提升了目标的检测准确率和快速稳定跟踪能力。

主权项：1.一种融合RPCA及深度学习的红外弱小目标检测方法，其特征在于，包括：步骤S1，获取红外图像，所述红外图像中包括至少一检测目标；步骤S2，基于配置的鲁棒主成分分析算法，对所述红外图像进行空间位置提取，以获取所述检测目标的粗候选区域；步骤S3，对所述红外图像进行语义增强处理，以获取所述检测目标的语义信息特征；步骤S4，利用预先配置的定义分类模型，基于所述粗候选区域以及所述语义信息特征，确定所述检测目标对应的位置信息和类别信息。

全文数据：

权利要求：

百度查询： 中国电子科技集团公司第十五研究所 融合RPCA及深度学习的红外弱小目标检测方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD