公开(公告)号：CN116385858A

公开(公告)日：2023-07-04

申请号：CN202310346899.1

申请日：2023-04-03

Applicant: 中南大学

Inventor： 张俊超 ,  胡跃坤 ,  胡谋法 ,  张路平

IPC: G06V20/00 ,  G06V10/22 ,  G06V10/26 ,  G06V10/34 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于显著区域引导深度学习的单帧红外弱小目标检测方法，包括：使用图像处理算法，提取显著目标区域；构建卷积神经网络，将原图像和包含单个连通域的显著区域图送入所述卷积神经网络进行推理，输出该连通域对应的分类结果；本发明弥补了传统算法虚警率过高的不足。

公开(公告)号：CN109902746A

公开(公告)日：2019-06-18

申请号：CN201910154431.6

申请日：2019-03-01

Applicant: 中南大学

Inventor： 廖志芳 ,  罗帅 ,  樊晓平 ,  胡谋法 ,  赵菲 ,  潘海辉

IPC: G06K9/62

Abstract: 本发明提供了一种非对称的细粒度红外图像生成系统及方法，包括：编码器，用于获取红外图像，并对所述红外图像进行编码，得到红外图像的真实样本x的表征z；生成器，用于获取真实样本的表征z，并通过对分布P(x|z,c)采样，生成红外图像的生成样本x’，将所述真实样本与所述生成样本进行成对样本匹配；判别器，用于将所述真实样本的均值特征与生成样本的均值特征相匹配；分类器，用于拟合后验概率分布P(c|x)；红外图像生成模型，用于生成细粒度条件图像。本发明可以解决因生成对抗模型不稳定而使图像生成失败的情况，同时可以细粒度地控制红外图像条件生成，生成的红外图像多样性真实性较好。