公开(公告)号：CN118038157A

公开(公告)日：2024-05-14

申请号：CN202410201437.5

申请日：2024-02-23

Applicant: 重庆邮电大学

Inventor： 郭坦 ,  周保江 ,  罗甫林 ,  谭晓衡 ,  高莹

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/80 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出了一种基于双编码器多阶段特征融合网络的红外小目标检测方法。该方法通过从红外图像中提取更多有价值的信息，并充分利用网络不同阶段的特征信息。其特点在于设计一个具有不同的输入的双编码器，以捕获更多与小目标相关的信息。此外，设计了一个感受野扩展注意力模块用于整合非局部上下文信息，以提取多尺度空间信息和丰富通道交互信息。在解码阶段，采用三输入特征融合模块来交换低级空间细节和高级语义信息，以在更深层中保留更多小目标信息。最后，再通过连接来自解码器不同层的多尺度特征，生成更具区分性的特征图。在红外小目标数据集上的实验结果显示，本发明所提出的双编码器多阶段特征融合网络能够取得出色的检测性能。

公开(公告)号：CN119942297A

公开(公告)日：2025-05-06

申请号：CN202411912211.2

申请日：2024-12-24

Applicant: 重庆邮电大学

Inventor： 郭坦 ,  周保江 ,  姚沫 ,  罗甫林 ,  谭晓衡 ,  高莹 ,  陶洋

IPC: G06V10/82 ,  G06V10/42 ,  G06V10/80 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明提出了一种基于多样化特征学习和协调的红外小目标检测方法。该方法提出了多样化特征捕获和协调网络，该网络通过多路径编码学习并协调多样化特征。多样化特征学习与协调网络包括一个与检测分支并行运行的红外图像重建分支，通过互补的上下文编码保持小目标信息，并减少特征丢失。此外，本发明引入了一个使用FTConv的全局特征提取分支，用于捕捉目标边缘并抑制背景噪声。跨层特征自适应选择方法自适应地协调各层特征，增强了在复杂背景中的检测能力，并保持了小目标细节。本发明还提出了坐标校准损失函数和两阶段训练策略，用于细化预测的目标位置。三个红外小目标数据集上的实验结果表明，本发明所提出的方法优于当前的最先进方法。

公开(公告)号：CN118135399A

公开(公告)日：2024-06-04

申请号：CN202410253788.0

申请日：2024-03-06

Applicant: 重庆邮电大学

Inventor： 郭坦 ,  高莹 ,  罗甫林 ,  张磊 ,  周保江

IPC: G06V20/10 ,  G06V20/13 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464

Abstract: 本发明公开了一种基于边缘增强双编码器方向感知网络的卫星影像道路提取方法。该方法采用方向边缘检测器提取道路图像的边缘，并将得到的边缘图作为辅助信息，用于补充原图在不断卷积和下采样过程中导致断裂的细小道路。考虑到原图和边缘图不同的特点，还设计了双分支编码器，分别对原图和边缘图进行特征提取。为了更好地融合双编码路径中的边缘特征和空间特征，并捕获空间特征中的细长结构，在编码器与解码器中嵌入了方向空间注意力模块，将得到的特征集成到道路解码器中。此外，为了充分挖掘潜在的道路信息，还设计了分组局部‑全局特征融合模块，用于交换不同通道间的多尺度语义信息。在道路数据集上的实验结果显示，本发明提出的基于边缘增强双编码器方向感知网络的卫星影像道路提取方法能够提升道路提取的完整性。