申请/专利权人:南京航空航天大学
申请日:2023-07-11
公开(公告)日:2024-04-26
公开(公告)号:CN117036875B
主分类号:G06V10/80
分类号:G06V10/80;G06V10/82;G06N3/0475;G06N3/094;G06N3/0464;G06V10/143
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2023.11.28#实质审查的生效;2023.11.10#公开
摘要:本发明公开了一种基于融合注意力GAN的红外弱小移动目标生成算法,针对可见光与红外源图像,在两个生成器和两个判别器中均构建融合多尺度注意机制,生成融合注意力图,并与输入图像融合。利用准备好的可见光、红外弱小移动目标数据集训练网络模型,生成红外弱小移动目标数据。相较于现有技术,本发明能够有效提取可见光图像中弱小目标特征信息,保留红外图像中存在的丰富背景细节,信息丰富,且图像质量高,可作为对红外弱小移动目标数据集的补充。
主权项:1.一种基于融合注意力GAN的红外弱小移动目标生成算法,其特征在于,包括以下步骤:1从弱小移动目标数据集中获取可见光形式图像和红外形式图像,作为源图像;2在GAN的生成器中构建融合多尺度注意机制;3将融合多尺度注意机制引入残差模块及图像处理过程,与源图像融合计算注意力图;4在生成器中使用上采样和卷积方法处理图像,生成目标图像;5在GAN的判别器中构建融合多尺度注意机制,与输入图像融合计算注意力图,并输出合格的特征图像;6引入感知损失,构建损失函数处理特征图像并生成最终图像,重建源图像;7基于上述模型进行训练,满足使用精度要求后,将可见光移动目标图像输入该模型,则生成红外弱小移动目标图像。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于融合注意力GAN的红外弱小移动目标生成算法
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。