红外低慢小目标检测方法、装置、计算设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113989624A(43)申请公布日2022.01.28(21)申请号202111490363.4G06V10/774(2022.01)(22)申请日2021.12.08G06K9/62(2022.01)G06N3/04(2006.01)(71)申请人北京环境特性研究所地址100854北京市海淀区永定路50号申请人天津职业技术师范大学（中国职业培训指导教师进修中心）(72)发明人余秋冬李海涛杨明王永艳段宇辉杨晨杨金宝梁坤戴明伦(74)专利代理机构北京格允知识产权代理有限公司11609代理人张莉瑜(51)Int.Cl.G06V20/00(2022.01)G06V10/25(2022.01)权利要求书2页说明书10页附图3页(54)发明名称红外低慢小目标检测方法、装置、计算设备及存储介质(57)摘要本发明提供了一种红外低慢小目标检测方法、装置、计算设备及存储介质，其中方法包括：获取待检测的红外图像；将所述红外图像输入至预先训练生成的检测模型中；所述检测模型基于YOLOv4‑tiny网络训练得到，所述YOLOv4‑tiny网络依次利用主干网络、颈部网络、坐标注意力处理模块和头部网络对所述红外图像进行特征识别；根据所述检测模型由所述头部网络输出的结果，得到所述红外图像中的低慢小目标的检测结果。本方案，能够准确根据红外图像检测出低慢小目标。CN113989624ACN113989624A权利要求书1/2页1.一种红外低慢小目标检测方法，其特征在于，包括：获取待检测的红外图像；将所述红外图像输入至预先训练生成的检测模型中；所述检测模型基于YOLOv4‑tiny网络训练得到，所述YOLOv4‑tiny网络依次利用主干网络、颈部网络、坐标注意力处理模块和头部网络对所述红外图像进行特征识别；根据所述检测模型由所述头部网络输出的结果，得到所述红外图像中的低慢小目标的检测结果。2.根据权利要求1所述的方法，其特征在于，所述检测模型的训练方式，包括：获取若干个被标注有标签的数据样本，所述数据样本为包括低慢小目标的图像；所述若干个数据样本满足：图像背景覆盖指定的背景环境、目标类型覆盖指定的类型、目标尺寸不小于设定尺寸中的一种或多种；针对每一个数据样本，均执行：将该数据样本输入至所述主干网络中，将所述主干网络输出的数据样本输入至颈部网络中，利用所述坐标注意力处理模块对由所述颈部网络输出的数据样本进行坐标注意力处理，将坐标注意力处理后的数据样本输入至所述头部网络中；得到训练后的所述检测模型。3.根据权利要求2所述的方法，其特征在于，所述主干网络输出的数据样本包括：不同预测尺度的第一特征图和第二特征图；所述坐标注意力处理模块对由所述颈部网络输出的如下数据样本分别进行坐标注意力处理：对所述第一特征图进行卷积处理后输出的处理后的第一特征图、对该处理后的第一特征图进行上采样之后与所述第二特征图进行张量拼接得到的拼接特征图。4.根据权利要求3所述的方法，其特征在于，所述主干网络输出的数据样本还包括：第三特征图，所述第三特征图与第一特征图和第二特征图的预测尺度均不相同；所述坐标注意力处理模块还对由所述颈部网络输出的如下数据样本进行坐标注意力处理：将所述拼接特征图进行上采样之后与所述第三特征图进行张量拼接后进行特征提取处理得到的特征提取图。5.根据权利要求2‑4中任一所述的方法，其特征在于，所述利用所述坐标注意力处理模块对由所述颈部网络输出的数据样本进行坐标注意力处理，包括：对数据样本分别沿水平坐标方向和垂直坐标方向对每个通道进行编码，得到水平张量矩阵和垂直张量矩阵；将水平张量矩阵和垂直张量矩阵进行特征映射得到特征映射矩阵，并对所述特征映射矩阵沿水平坐标方向和垂直坐标方向分别进行分解，得到与该数据样本具有相同通道数的水平注意力权重矩阵和垂直注意力权重矩阵；将该数据样本每个通道与对应的水平注意力权重矩阵、垂直注意力权重矩阵相乘，得到坐标注意力处理后的数据样本。6.根据权利要求5所述的方法，其特征在于，所述对数据样本分别沿水平坐标方向和垂直坐标方向对每个通道进行编码，得到水平张量矩阵和垂直张量矩阵，包括：按照如下公式对数据样本沿水平坐标方向进行编码：2CN113989624A权利要求书2/2页按照如下公式对数据样本沿垂直坐标方向进行编码：其中，W，H分别为图像的宽和高，c为数据样本图像的通道数，X为输入的数据样本，为高度为h的第c通道的输出，为宽度为w的第c通道的输出。7.根据权利要求5所述的方法，其特征在于，所述将水平张量矩阵和垂直张量矩阵进行特征映射得到特征映射矩阵，包括：hwf＝δ(F1([B,B]))其中，式中δ为非线性激活函数，F1为1×1卷积操作，[.,.]为沿着空间维数的conca