公开(公告)号：CN114897842B

公开(公告)日：2024-12-13

申请号：CN202210545081.8

申请日：2022-05-19

Applicant: 南京邮电大学

Inventor： 朱虎 ,  曹舒雅 ,  邓丽珍

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/54 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06T7/00

Abstract: 本发明是一种基于纹理增强网络的红外小目标分割检测方法，包括步骤1：从原始视频数据集中获取带有红外小目标的图片，将图片划分为训练集和测试集，然后为图片打上标注，得到数据图片以及与之对应的标签图像数据集；步骤2：将获得的数据图片以及标签图像数据集输入纹理增强网络中，得到三个子输出；步骤3：构建差异性损失来度量得到的3个子输出特征图，得到差异性损失，并根据3个子输出计算出平均输出；步骤4：将得到的平均输出转化成单通道的分割预测图像，得到最终预测图像的输出。本发明在纹理增强网络的基础上构建了差异性损失，以一种更加高效准确的方式逼近网络，检测概率得到了提升，生成的预测分割图片简洁明了，无多余杂波出现。

公开(公告)号：CN114897842A

公开(公告)日：2022-08-12

申请号：CN202210545081.8

申请日：2022-05-19

Applicant: 南京邮电大学

Inventor： 曹舒雅 ,  朱虎 ,  邓丽珍

IPC: G06T7/00 ,  G06T7/10 ,  G06K9/62 ,  G06V10/44 ,  G06V10/54 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明是一种基于纹理增强网络的红外小目标分割检测方法，包括步骤1：从原始视频数据集中获取带有红外小目标的图片，将图片划分为训练集和测试集，然后为图片打上标注，得到数据图片以及与之对应的标签图像数据集；步骤2：将获得的数据图片以及标签图像数据集输入纹理增强网络中，得到三个子输出；步骤3：构建差异性损失来度量得到的3个子输出特征图，得到差异性损失，并根据3个子输出计算出平均输出；步骤4：将得到的平均输出转化成单通道的分割预测图像，得到最终预测图像的输出。本发明在纹理增强网络的基础上构建了差异性损失，以一种更加高效准确的方式逼近网络，检测概率得到了提升，生成的预测分割图片简洁明了，无多余杂波出现。