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。