-
公开(公告)号:CN119313913B
公开(公告)日:2025-04-08
申请号:CN202411858456.1
申请日:2024-12-17
Applicant: 宁波工程学院
IPC: G06V10/30 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于红外目标检测技术领域,具体涉及基于扩散模型的红外小目标检测方法,其步骤:S1、构建双分支架构的条件扩散网络模型,该模型整合了条件网络分支用于从输入红外图像#imgabs0#中充分提取先验特征以及去噪网络分支用于从噪声掩码#imgabs1#中恢复出干净掩码#imgabs2#;S2、构建双维Transformer模块,通过空间与通道维度的联合分析,显著增强模型对复杂背景下目标的全局结构与细部特征的识别能力;S3、设计交叉注意力融合模块,通过计算条件先验分支以及去噪分支之间的交叉注意力,实现条件先验分支信息对去噪分支精确引导。其解决了“提升红外小目标识别的精确度和可靠性”的技术问题。其将红外小目标检测任务转化为生成范式解决方案,显著提升了小目标识别的精确度和可靠性。
-
公开(公告)号:CN119313913A
公开(公告)日:2025-01-14
申请号:CN202411858456.1
申请日:2024-12-17
Applicant: 宁波工程学院
IPC: G06V10/30 , G06V10/42 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于红外目标检测技术领域,具体涉及基于扩散模型的红外小目标检测方法,其步骤:S1、构建双分支架构的条件扩散网络模型,该模型整合了条件网络分支用于从输入红外图像#imgabs0#中充分提取先验特征以及去噪网络分支用于从噪声掩码#imgabs1#中恢复出干净掩码#imgabs2#;S2、构建双维Transformer模块,通过空间与通道维度的联合分析,显著增强模型对复杂背景下目标的全局结构与细部特征的识别能力;S3、设计交叉注意力融合模块,通过计算条件先验分支以及去噪分支之间的交叉注意力,实现条件先验分支信息对去噪分支精确引导。其解决了“提升红外小目标识别的精确度和可靠性”的技术问题。其将红外小目标检测任务转化为生成范式解决方案,显著提升了小目标识别的精确度和可靠性。
-