-
公开(公告)号：CN116740135B
公开(公告)日：2024-07-09
申请号：CN202310567534.1
申请日：2023-05-18
Applicant: 中国科学院空天信息创新研究院
IPC: G06T7/246 , G06V10/50 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种红外弱小目标跟踪方法、装置、电子设备及存储介质，所述方法包括：将包含目标的红外图像输入至特征提取网络，得到特征提取网络输出的HOG特征和多种卷积特征；将HOG特征和多种卷积特征进行融合，基于得到的融合特征对目标进行跟踪；特征提取网络包括浅层特征提取网络和深层特征提取网络；浅层特征提取网络用于获取红外图像的人工标注特征，并基于人工标注特征提取HOG特征；深层特征提取网络是基于注意力网络和卷积神经网络构建的，用于基于人工标注特征，确定红外图像的多种卷积特征。本发明可以实现对红外弱小目标的快速跟踪，简单高效，极大地提升了对红外弱小目标跟踪的精度和效率。
-
公开(公告)号：CN116563538B
公开(公告)日：2023-09-22
申请号：CN202310474603.4
申请日：2023-04-27
Applicant: 中国科学院空天信息创新研究院
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种图像分割方法及系统，涉及图像处理技术领域，方法包括：获取待分割图像；将待分割图像输入到目标分割网络，获取分割结果；其中，所述目标分割网络是基于样本数据集训练得到的，所述目标分割网络包括编码器模块、超像素池化模块、注意力机制模块以及解码器模块。所述系统执行所述方法。本发明基于超像素分割模块，对待分割图像进行下采样，得到多个尺度的第一图像，并基于多个尺度的第一图像对编码器模块提取到的待分割图像的第一特征图进行池化，结合注意力机制和特征融合操作得到最终的待分割图像的分割结果，提高了对待分割图像进行分割的准确度。
-
公开(公告)号：CN116740135A
公开(公告)日：2023-09-12
申请号：CN202310567534.1
申请日：2023-05-18
Applicant: 中国科学院空天信息创新研究院
IPC: G06T7/246 , G06V10/50 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种红外弱小目标跟踪方法、装置、电子设备及存储介质，所述方法包括：将包含目标的红外图像输入至特征提取网络，得到特征提取网络输出的HOG特征和多种卷积特征；将HOG特征和多种卷积特征进行融合，基于得到的融合特征对目标进行跟踪；特征提取网络包括浅层特征提取网络和深层特征提取网络；浅层特征提取网络用于获取红外图像的人工标注特征，并基于人工标注特征提取HOG特征；深层特征提取网络是基于注意力网络和卷积神经网络构建的，用于基于人工标注特征，确定红外图像的多种卷积特征。本发明可以实现对红外弱小目标的快速跟踪，简单高效，极大地提升了对红外弱小目标跟踪的精度和效率。
-
公开(公告)号：CN116563538A
公开(公告)日：2023-08-08
申请号：CN202310474603.4
申请日：2023-04-27
Applicant: 中国科学院空天信息创新研究院
IPC: G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种图像分割方法及系统，涉及图像处理技术领域，方法包括：获取待分割图像；将待分割图像输入到目标分割网络，获取分割结果；其中，所述目标分割网络是基于样本数据集训练得到的，所述目标分割网络包括编码器模块、超像素池化模块、注意力机制模块以及解码器模块。所述系统执行所述方法。本发明基于超像素分割模块，对待分割图像进行下采样，得到多个尺度的第一图像，并基于多个尺度的第一图像对编码器模块提取到的待分割图像的第一特征图进行池化，结合注意力机制和特征融合操作得到最终的待分割图像的分割结果，提高了对待分割图像进行分割的准确度。
