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：CN119810666A

公开(公告)日：2025-04-11

申请号：CN202510009762.6

申请日：2025-01-03

Applicant: 重庆邮电大学

Inventor： 郭坦 ,  杨宇坤 ,  罗甫林 ,  张磊 ,  姚沫 ,  李游晋阳 ,  杨柳

IPC: G06V20/10 ,  G06N3/045 ,  G06V10/25 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/80 ,  G06V10/26

Abstract: 本发明公开了一种基于双解码器双Transformer背景增强重建网络的高光谱遥感图像异常目标检测方法。该方法引入和设计了一种新颖的背景特征净化解码任务，通过聚焦注意力于背景特征来减小重建过程中异常像素的影响。考虑到异常和背景不同的特点，设计了一个异常剥离屏蔽辅助分支模块，对异常特征进行弱化，为解码阶段补充更丰富的没有异常的背景信息。此外，为进一步引导纯净背景的重建，还设计了一种新颖的交叉引导Transformer模块，用于全局集成多尺度背景属性特征。最后，通过使用协同优化损失函数，对空间光谱和频域中的潜在异常进行双重约束学习，完成异常目标的精确检测。在高光谱数据集上实验结果表明，本发明能够显著提升异常检测的准确性和鲁棒性。