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：北京航空航天大学

摘要：本发明公开了基于扫视与凝视的单波段骨干网络架构的特征提取方法，包括：构建包含扫视网络、低尺度特征提取模块和多个尺度不同的凝视网络的骨干网络；获取单波段红外图像并输入至扫视网络，得到红外图像候选区域和增强红外图像；增强红外图像输入至低尺度特征提取模块，得到提取特征；提取特征和红外图像候选区域分别输入至第一个凝视网络，得到第一尺度特征；第一尺度特征和红外图像候选区域分别输入至下一个凝视网络，得到第二尺度特征，以此类推，直至最后一个凝视网络处理得到的尺度特征作为红外目标深度特征。能够主动、快速、准确地提取单波段图像中目标高维特征。

主权项：1.基于扫视与凝视的单波段骨干网络架构的特征提取方法，其特征在于，包括：构建包含扫视网络、低尺度特征提取模块和多个尺度不同的凝视网络的骨干网络；获取单波段红外图像并输入至所述扫视网络，得到红外图像候选区域和增强红外图像；所述增强红外图像输入至所述低尺度特征提取模块，得到提取特征；所述提取特征和所述红外图像候选区域分别输入至第一个凝视网络，得到第一尺度特征；所述第一尺度特征和所述红外图像候选区域分别输入至下一个凝视网络，得到第二尺度特征，以此类推，直至最后一个凝视网络处理得到的尺度特征作为红外目标深度特征；所述扫视网络包括：MWT网络、筛选网络、候选区域网络和增强网络；所述单波段红外图像输入至所述MWT网络，得到红外图像频域特征；所述红外图像频域特征输入至所述筛选网络，得到筛选频域特征；所述筛选频域特征输入至所述候选区域网络，得到所述红外图像候选区域；所述红外图像候选区域和所述单波段红外图像分别输入至所述增强网络，得到所述增强红外图像；所述MWT网络包括：多个小波变换模块、第一拼接模块、第一批归一化层和第一SiLu函数层；所述单波段红外图像分别输入至每个小波变换模块，对应得到多个小波特征；所述多个小波特征输入至所述第一拼接模块进行拼接后依次通过所述第一批归一化层和所述第一SiLu函数层处理后得到所述红外图像频域特征；所述候选区域网络包括：第三卷积、第三SiLu函数层、第四卷积、第四SiLu函数层和高斯滤波算子；所述筛选频域特征输入至所述第三卷积处理后，依次通过所述第三SiLu函数层、所述第四卷积和所述第四SiLu函数层处理，得到显著性区域；所述显著性区域与所述高斯滤波算子进行卷积运算，得到所述红外图像候选区域；所述增强网络包括：第二非线性函数层和上采样层；所述红外图像候选区域输入至所述第二非线性函数层处理后通过上采样层进行双线性插值上采样，得到第一处理区域；所述第一处理区域与所述单波段红外图像进行逐像素点乘运算，得到第二处理区域；所述第二处理区域与所述单波段红外图像进行逐点加操作，得到所述增强红外图像；所述凝视网络包括：全局特征提取模块、目标相关局部特征提取模块、第二拼接模块和第三批归一化层；所述提取特征输入至所述全局特征提取模块，得到全局特征；所述全局特征和所述红外图像候选区域分别输入至所述目标相关局部特征提取模块，得到目标相关局部特征；所述目标相关局部特征和所述全局特征输入至所述第二拼接模块进行特征拼接后，通过所述第三批归一化层处理，得到第一融合特征；所述第一融合特征与所述提取特征进行逐点加操作，得到所述第一尺度特征。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于扫视与凝视的单波段骨干网络架构的特征提取方法