申请/专利权人:杭州电子科技大学
申请日:2024-03-06
公开(公告)日:2024-06-07
公开(公告)号:CN118154886A
主分类号:G06V10/30
分类号:G06V10/30;G06V10/36;G06V10/25;G06V10/82;G06T5/10;G06T5/20;G06T5/70;G06T5/73;G06N3/045;G06N3/0464;G06N3/084;G06N3/0895
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明公开了一种用于恶劣天气下的红外图像去噪和小目标检测方法。首先构建三分类红外图像小目标数据集,随机的将数据集划分为三等份并添加高斯噪声、泊松噪声和椒盐噪声这三种噪声;然后构建用于恶劣天气条件下的红外图像去噪和小目标检测的网络架构,整体框架包括滤波器去噪模块、全分辨率去噪模块和YOLOv5检测器三部分,检测器中使用损失监督函数提高对小目标的检测性能;最后基于加噪的三分类红外图像小目标数据集,对提出的网络架构进行训练,获得红外图像的去噪和识别的模型。本发明去噪模块能够去除噪声并提取图像中关键特征所在的区域,再将关键区域传入检测器得出目标的定位信息和类别信息,可以更好地提高小目标检测的性能。
主权项:1.一种用于恶劣天气下的红外图像去噪和小目标检测方法,其特征在于,包括步骤如下:步骤1.根据红外图像的去噪和检测识别的任务目标,构建三分类红外图像小目标数据集,随机的将数据集划分为三等份并添加高斯噪声、泊松噪声和椒盐噪声这三种噪声,噪声强度均为10dB;步骤2.构建用于恶劣天气条件下的红外图像去噪和小目标检测的网络架构,整体框架包括滤波器去噪模块、全分辨率去噪模块和YOLOv5检测器三部分,检测器中使用损失监督函数提高对小目标的检测性能;步骤3.基于加噪的三分类红外图像小目标数据集,对提出的网络架构进行训练,获得红外图像的去噪和识别的模型;步骤4.将训练过后的红外图像去噪和小目标检测模型用测试集进行测试,验证模型的精确度AP和平均精确度mAP指标。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种用于恶劣天气下的红外图像去噪和小目标检测方法
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。