一种伪装目标检测方法、装置、设备及存储介质与流程

文档序号:36086853发布日期:2023-11-18 03:41阅读:来源:国知局

技术特征:

1.一种伪装目标检测方法,其特征在于,包括:

2.根据权利要求1所述的伪装目标检测方法,其特征在于,所述nam注意力机制模块设置于所述改进的yolov5网络结构的主干网络的跨阶段局部网络层中。

3.根据权利要求2所述的伪装目标检测方法,其特征在于,所述nam注意力机制模块包括通道注意力子模块以及空间注意力子模块;

4.根据权利要求1所述的伪装目标检测方法,其特征在于,所述多尺度特征路径聚合模块包括特征金字塔网络结构和路径聚合网络结构。

5.根据权利要求1所述的伪装目标检测方法,其特征在于,所述决策融合层中利用所述可见光图像以及所述红外图像的伪装目标检测精度进行自适应权重分配,以便为检测精度更高的图像分配更大权重,提高融合检测结果的可靠性。

6.根据权利要求5所述的伪装目标检测方法,其特征在于,分别对所述可见光图像以及所述红外图像进行目标检测精度检测,根据检测结果计算得到每张图像中目标的平均精确率apv,apt,v,t分别代表所述可见光图像和所述红外图像;

7.根据权利要求5所述的伪装目标检测方法,其特征在于,利用所述自适应权重分配结果,对所述可见光图像以及所述红外图像进行加权融合显示,并在融合图像上绘制所述目标检测识别结果。

8.一种伪装目标检测装置,其特征在于,包括:

9.一种伪装目标检测设备,其特征在于,所述设备包括处理器以及存储器:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行权利要求1-7任一项所述的伪装目标检测方法。


技术总结
本发明公开了一种伪装目标检测方法、装置、设备及存储介质,该方法通过可见光和红外相机同时获取目标和背景的颜色、纹理及温度等多维度差异信息,并通过在YOLOv5的主干网络中添加NAM注意力机制,提升了网络对目标和背景的特征区分能力,实现有效伪装目标检测识别,且能够全天候工作。同时,该方法提供的可见光和红外图像检测结果的决策级融合策略,无需进行大量额外的I OU计算,实现了保留可见光和红外图像中置信度更高的检测结果,同时一定程度上剔除置信度较低的假目标。

技术研发人员:宋登攀,李亚南,魏正兵,王志勇,刘歆浏,董琦昕,刘议聪
受保护的技术使用者:中国兵器装备集团自动化研究所有限公司
技术研发日:
技术公布日:2024/1/16
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1