龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于深度学习矩阵分解的红外小目标检测泛化性增强方法。方法包括：构建特征矩阵分解模块及其优化损失函数；对红外小目标检测网络进行训练，网络的骨干网络输出的特征图输入特征矩阵分解模块中训练，网络的损失函数和优化损失函数共同作为整体损失函数，直至整体损失函数收敛训练完成；将待目标检测的红外图像输入网络中，处理后输出泛化性增强后的目标检测结果。本发明方法将红外小目标检测视作低秩矩阵与稀疏矩阵的分解问题，并结合深度学习进行求解与优化，完成红外小目标的检测，可有效提升现有的基于深度学习的红外小目标检测的泛化性，并在应用本方法后，在不同的数据域上都具有较好的红外小目标检测效果。
主权项：1.一种基于深度学习矩阵分解的红外小目标检测泛化性增强方法，其特征在于，包括：S1：构建特征矩阵分解模块及其优化损失函数；S2：采集若干待目标检测的红外图像并进行目标标注后构建为训练集，将训练集输入红外小目标检测网络中进行训练，红外小目标检测网络的骨干网络输出的特征图输入至特征矩阵分解模块中进行同步训练，将红外小目标检测网络的损失函数和特征矩阵分解模块的优化损失函数相加后共同作为整体损失函数，直至整体损失函数收敛，获得训练完成的红外小目标检测网络；S3：采集待目标检测的红外图像并输入训练完成的红外小目标检测网络中进行处理，红外小目标检测网络处理后输出泛化性增强后的目标检测结果图片并在显示器上进行显示，实现红外小目标检测的泛化性增强。
全文数据：
权利要求：
百度查询： 浙江大学金华研究院 基于深度学习矩阵分解的红外小目标检测泛化性增强方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号