公开(公告)号：CN119579876A

公开(公告)日：2025-03-07

申请号：CN202411735947.7

申请日：2024-11-29

Applicant: 电子科技大学

Inventor： 李文 ,  段立新 ,  徐佳宜 ,  韩世蛟

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/46 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于知识增强网络的改进红外小目标检测方法，属于红外目标检测领域。本方法首先基于亮度和方向的红外特性的知识，在红外图像中前景小目标区别于周围场景的温度更高，视觉上将更为明亮；红外图像中背景的和前景的轮廓运动趋势、平滑纹理在视觉上存在明显差异，改进通用显著性特征提取方案，提取红外小目标亮度和方向的显著性特征；其次提出传统知识特征和深度学习特征相融合的加权激活融合模块，有效地重新加权和激活特征图，确保模型专注于最相关的特征。本发明中提出的知识增强网络由于构建成了模块化的性质，可以应用到任意现有的目标检测模型中，辅助现有模型提高检测能力，这一方面贡献意义较大。