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。

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