申请/专利权人:中国人民解放军国防科技大学
申请日:2023-09-26
公开(公告)日:2023-12-08
公开(公告)号:CN117197696A
主分类号:G06V20/17
分类号:G06V20/17;G06V10/40;G06V10/44;G06V10/774
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.26#实质审查的生效;2023.12.08#公开
摘要:本发明公开了一种联合可见光与红外的全天时多尺度低小慢目标检测方法,获取含有低小慢目标的红外序列图像或可见光序列图像;将所述红外序列图像或可见光序列图像输入多尺度单帧目标检测网络模型,提取红外序列图像或可见光序列图像中每帧图像的目标检测结果,即备选点,将时域上所有的备选点构建为点云空间;将所述点云空间输入轨迹检测网络,得到检测结果。本发明的方法可以同时适用于可见光图像和红外图像,可以将两种数据混合在一起进行训练,方便方法调整。本发明实现了全天时多尺度低小慢目标检测,具有调参简单方便、适用范围广、鲁棒性强的特点。
主权项:1.一种联合可见光与红外的全天时多尺度低小慢目标检测方法,其特征在于,包括以下步骤:S1、获取含有低小慢目标的红外序列图像或可见光序列图像;S2、将所述红外序列图像或可见光序列图像输入多尺度单帧目标检测网络模型,提取红外序列图像或可见光序列图像中每帧图像的目标检测结果,即备选点,将时域上所有的备选点构建为点云空间;S3、将所述点云空间输入轨迹检测网络,得到检测结果;其中,所述轨迹检测网络包括依次连接的特征提取层、特征聚合层和结果输出模块;所述特征提取层用于提取每个备选点的局部特征,所述特征聚合层将所有备选点的局部特征聚合为全局特征,所述结果输出模块将每个备选点的局部特征和全局特征进行拼接,形成每个备选点的最终特征,将所述最终特征经过多个全连接层即得到检测结果。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 联合可见光与红外的全天时多尺度低小慢目标检测方法
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。