买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中北大学

摘要：本发明涉及红外图像弱小目标检测领域，具体为一种稀疏注意力和多尺度特征融合的红外小目标检测网络框架，在网络下采样、感知中引入特征图组，增强小目标特征图组的权重，提高小目标的表征能力；在跳连接中引入全连接层，从全局感受野中抑制结构相似的背景，从而提高目标与背景的对比度；利用Biformer模块学习小目标和背景之间的远程关系，有效弥补细节纹理特征匮乏的不足，提高了特征的表达能力；采用自适应非对称融合模块，充分挖掘红外弱小目标的浅层空间特征和深层语义特征，从高、低层特征中融合多尺度上下文信息。完成对真实目标和背景噪声的像素分类，得到真实目标检测结果。

主权项：1.一种稀疏注意力和多尺度特征融合的红外小目标检测网络设计方法，其特征在于：包括以下步骤：首先将输入图像输入到预处理模块进行预处理，使其规范化，预处理后的输入图像进入到第一个特征提取模块，第一个特征提取模块提取到的特征图再输入到下一个特征提取模块，利用包含有分割注意力的特征提取模块，提取不同尺度的特征，特征提取模块提取到的不同尺度的特征图分别输入到信息增强模块，信息增强后的特征图进入注意力模块，引入稀疏注意力学习目标与背景之间的远程关系，最后一个注意力模块输出的特征图输入到最后一个上采样模块中，最后一个上采样模块采样的高层特征和倒数第二个注意力模块的输出的低层特征输入到最后一个融合模块中，最后一个融合模块输出的特征图输入到倒数第二个上采样模块中，该倒数第二个上采样模块采样的高层特征和倒数第三个注意力模块的输出的低层特征输入到倒数第二个融合模块中，倒数第二个融合模块中输出的特征图输入到倒数第三个上采样模块中，该倒数第三个上采样模块采样的高层特征和倒数第四个注意力模块的输出的低层特征输入到倒数第三个融合模块中，依次类推，第二个融合模块中输出的特征图输入到第一个上采样模块中，该第一个上采样模块采样的高层特征和第一个注意力模块的输出的低层特征输入到倒数第一个融合模块中，采用融合模块将高、低层特征进行融合，第一个融合模块输出的特征图最后经过输出头模块输出检测结果二值图；通过上述模块的组合构成了基于稀疏注意力和多尺度特征融合的红外弱小目标检测网络，采用公开数据集并进行数据增强，网络通过多次迭代训练且利用损失函数对网络的输出进行约束，最终得到网络模型进行预测。

全文数据：

权利要求：

百度查询： 中北大学 一种稀疏注意力和多尺度特征融合的红外弱小目标检测方法