申请/专利权人：昆明理工大学

申请日：2023-05-12

公开（公告）日：2024-05-10

公开（公告）号：CN116778227B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06N3/0464;G06N3/08;G06V10/42;G06V10/80

优先权：

专利状态码：有效-授权

法律状态：2024.05.10#授权;2023.10.10#实质审查的生效;2023.09.19#公开

摘要：本发明公开了一种基于红外图像与可见光图像的目标检测方法、系统及设备，涉及目标检测技术领域，该方法包括：S1，获取待检测图像对，所述待检测图像对包括目标红外图像和目标可见光图像，所述目标红外图像和所述目标可见光图像包含有相同内容；S2，通过预先构建好的目标检测模型对所述待检测图像对进行目标检测，得到所述待检测图像对对应的目标检测结果；其中，所述目标检测模型包括特征融合模块和预先训练好的改进YOLO网络，所述改进YOLO网络包括改进骨干网络和改进头部网络，所述改进骨干网络包括Backbone网络和Transformer模块，所述改进头部网络包括Head网络和多个CBAM模块，所述Backbone网络连接所述Transformer模块后连接所述Head网络，所述Head网络连接各个所述CBAM模块。

主权项：1.一种基于红外图像与可见光图像的目标检测方法，其特征在于，包括：S1，获取待检测图像对，所述待检测图像对包括目标红外图像和目标可见光图像，所述目标红外图像和所述目标可见光图像包含有相同内容；S2，通过预先构建好的目标检测模型对所述待检测图像对进行目标检测，得到所述待检测图像对对应的目标检测结果；其中，所述目标检测模型包括特征融合模块和预先训练好的改进YOLO网络，所述改进YOLO网络包括改进骨干网络和改进头部网络，所述改进骨干网络包括Backbone网络和Transformer模块，所述改进头部网络包括Head网络和多个CBAM模块，所述Backbone网络连接所述Transformer模块后连接所述Head网络，所述Head网络连接各个所述CBAM模块；所述通过预先构建好的目标检测模型对所述待检测图像对进行目标检测，得到所述待检测图像对对应的目标检测结果，包括：通过所述特征融合模块将所述目标红外图像和所述目标可见光图像进行特征融合，得到第一目标特征图；通过所述改进骨干网络对所述第一目标特征图进行特征提取，得到第二目标特征图；通过所述改进头部网络对所述第二目标特征图进行目标检测，得到所述待检测图像对对应的目标检测结果；所述特征融合模块包括依次连接的特征提取单元、特征融合单元和特征重构单元；所述Backbone网络包括依次连接的第一特征提取模块和第二特征提取模块，所述第一特征提取模块包括多个CBS模块，所述第二特征提取模块包括多个组合模块，各个所述组合模块均包括依次连接的MP模块和ELAN模块，各个所述组合模块依次连接后与所述Transformer模块的输入端连接，所述Transformer模块的输出端与所述Head网络的输入端连接；所述Head网络包括第一特征聚合模块和依次连接的多个第二特征聚合模块，所述第一特征聚合模块和各个所述第二特征聚合模块各自对应有一个所述CBAM模块；所述第一特征聚合模块包括依次连接的SPPCSPC模块和第一RepConv模块，所述SPPCSPC模块的输入端与所述第一特征聚合模块对应的CBAM模块连接；各个所述第二特征聚合模块均包括UP模块、拼接层、ELAN-H模块和第二RepConv模块；对于每个所述第二特征聚合模块，所述UP模块、所述拼接层、所述ELAN-H模块和所述第二RepConv模块依次连接，所述ELAN-H模块的输入端与所述第二特征聚合模块对应的CBAM模块连接；将多个所述第二特征聚合模块中位置在最前的第二特征聚合模块作为首特征聚合模块，所述首特征聚合模块包含的UP模块的输入端与所述SPPCSPC模块的输出端连接；将多个所述第二特征聚合模块中除位置在最后的第二特征聚合模块以外的各个所述第二特征聚合模块分别作为一个在前特征聚合模块，对于每个所述在前特征聚合模块，所述在前特征聚合模块包含的ELAN-H模块的输出端与位于所述在前特征聚合模块之后且与所述在前特征聚合模块连接的第二特征聚合模块中的UP模块连接。

全文数据：

权利要求：

百度查询： 昆明理工大学 基于红外图像与可见光图像的目标检测方法、系统及设备

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