申请/专利权人：沈阳航空航天大学

申请日：2024-02-04

公开（公告）日：2024-04-12

公开（公告）号：CN117876908A

主分类号：G06V20/17

分类号：G06V20/17;G06V10/44;G06V10/774;G06V10/776;G06V10/80;G06V10/82;G06T3/4046;G06T3/4053;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供一种面向无人机红外探测的地面弱小目标检测方法，涉及目标检测技术领域。该方法构建D2GNet空对地目标检测网络进行目标检测；D2GNet空对地目标检测网络包括RS模块，EIFE模块，IFF模块和检测头；RS模块对输入的红外图像进行分辨率提升；EIFE模块对提升分辨率之后的红外图像进行低层次的特征提取；IFF模块对高效红外特征提取EIFE模块得到的不同深浅的特征进行融合；检测头对IFF模块得到的融合图像进行最终的卷积，获得用于检测的特征图。该方法能够对地面红外小目标进行高准确率、低虚警率的检测，充分发挥神经网络的拟合优势，提升对红外目标的检测效率。

主权项：1.一种面向无人机红外探测的地面弱小目标检测方法，其特征在于：包括以下步骤：步骤1：获取目标图像数据集，并转换成适合YOLO模型的格式；再将转换后的目标图像数据集按比例划分为训练集，验证集和测试集；步骤2：构建D2GNet空对地目标检测网络；所述D2GNet空对地目标检测网络包括超分辨率RS模块，高效红外特征提取EIFE模块，红外深浅层特征融合IFF模块和检测头；所述超分辨率RS模块对输入的红外图像进行分辨率提升；所述高效红外特征提取EIFE模块对提升分辨率之后的红外图像进行低层次的特征提取，确保低层次特征可以被完整捕捉到；所述红外深浅层特征融合IFF模块对高效红外特征提取EIFE模块得到的不同深浅的特征进行融合，确保底层细节和高层语义进行融合；所述检测头使用卷积核对红外深浅层特征融合IFF模块得到的融合图像进行最终的卷积，获得用于检测的特征图；步骤3：采用训练集训练D2GNet空对地目标检测网络；步骤4：使用训练好的D2GNet空对地目标检测网络进行目标检测；将测试集图片输入到步骤3中已经训练好的目标检测网络中，最后通过NMS方法去除重复的目标检测框，获得最终对地面目标检测的结果。

全文数据：

权利要求：

百度查询： 沈阳航空航天大学 一种面向无人机红外探测的地面弱小目标检测方法

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。

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