[發(fā)明專利]紅外目標(biāo)檢測(cè)方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201910296542.0
• 申請(qǐng)日: 2019-04-13
• 公開（公告）號(hào): CN110021036B
• 公開（公告）日: 2021-03-16
• 發(fā)明（設(shè)計(jì)）人: 陳洛洋;劉錚;毛紅霞
• 申請(qǐng)（專利權(quán)）人: 北京環(huán)境特性研究所
• 主分類號(hào): G06T7/246
• 分類號(hào): G06T7/246
• 代理公司: 北京格允知識(shí)產(chǎn)權(quán)代理有限公司 11609
• 代理人: 周嬌嬌

1.一種紅外目標(biāo)檢測(cè)方法，其特征在于，所述方法包括：

獲取待檢測(cè)灰度圖像；

將所述待檢測(cè)灰度圖像分別輸入至少兩種視角的訓(xùn)練學(xué)習(xí)模型，得到至少兩種對(duì)應(yīng)的預(yù)處理圖像；

將所述至少兩種對(duì)應(yīng)的預(yù)處理圖像進(jìn)行融合，得到融合圖像；

從所述融合圖像中提取待檢測(cè)目標(biāo)；

其中，所述至少兩種視角的學(xué)習(xí)模型包括訓(xùn)練壓縮感知學(xué)習(xí)模型、訓(xùn)練子空間學(xué)習(xí)模型和訓(xùn)練注意力學(xué)習(xí)模型；

所述將所述至少兩種對(duì)應(yīng)的預(yù)處理圖像進(jìn)行融合，得到融合圖像的步驟，包括：

分別獲取所述訓(xùn)練壓縮感知學(xué)習(xí)模型、所述訓(xùn)練子空間學(xué)習(xí)模型和所述訓(xùn)練注意力學(xué)習(xí)模型的權(quán)重系數(shù)；

根據(jù)各所述權(quán)重系數(shù)將對(duì)應(yīng)的各所述預(yù)處理圖像進(jìn)行相加融合，得到所述融合圖像；

所述從所述融合圖像中提取待檢測(cè)目標(biāo)的步驟，包括：

將所述融合圖像輸入訓(xùn)練隱向量學(xué)習(xí)模型，得到再處理圖像；

從所述再處理圖像中提取待檢測(cè)目標(biāo)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述待檢測(cè)灰度圖像分別輸入至少兩種視角的訓(xùn)練學(xué)習(xí)模型，得到至少兩種對(duì)應(yīng)的預(yù)處理圖像的步驟之前，還包括：

獲取所述訓(xùn)練壓縮感知學(xué)習(xí)模型、所述訓(xùn)練子空間學(xué)習(xí)模型和所述訓(xùn)練注意力學(xué)習(xí)模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述訓(xùn)練壓縮感知學(xué)習(xí)模型、所述訓(xùn)練子空間學(xué)習(xí)模型和所述訓(xùn)練注意力學(xué)習(xí)模型的步驟，包括：

獲取多個(gè)樣本灰度圖像；

將所述多個(gè)樣本灰度圖像分別輸入預(yù)設(shè)壓縮感知學(xué)習(xí)模型、預(yù)設(shè)子空間學(xué)習(xí)模型和預(yù)設(shè)注意力學(xué)習(xí)模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述訓(xùn)練壓縮感知學(xué)習(xí)模型、所述訓(xùn)練子空間學(xué)習(xí)模型和所述訓(xùn)練注意力學(xué)習(xí)模型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述融合圖像中提取待檢測(cè)目標(biāo)的步驟之前，還包括：

獲取多個(gè)樣本預(yù)處理圖像；

將所述多個(gè)樣本預(yù)處理圖像輸入預(yù)設(shè)隱向量學(xué)習(xí)模型，得到所述訓(xùn)練隱向量學(xué)習(xí)模型。

5.一種紅外目標(biāo)檢測(cè)裝置，其特征在于，所述裝置包括：

待檢測(cè)圖像獲取模塊，用于獲取待檢測(cè)灰度圖像；

預(yù)處理模塊，用于將所述待檢測(cè)灰度圖像分別輸入至少兩種視角的訓(xùn)練學(xué)習(xí)模型，得到至少兩種對(duì)應(yīng)的預(yù)處理圖像；

融合模塊，用于將所述至少兩種對(duì)應(yīng)的預(yù)處理圖像進(jìn)行融合，得到融合圖像；

目標(biāo)提取模塊，用于從所述融合圖像中提取待檢測(cè)目標(biāo)；

其中，所述至少兩種視角的學(xué)習(xí)模型包括訓(xùn)練壓縮感知學(xué)習(xí)模型、訓(xùn)練子空間學(xué)習(xí)模型和訓(xùn)練注意力學(xué)習(xí)模型；

所述將所述至少兩種對(duì)應(yīng)的預(yù)處理圖像進(jìn)行融合，得到融合圖像，包括：

分別獲取所述訓(xùn)練壓縮感知學(xué)習(xí)模型、所述訓(xùn)練子空間學(xué)習(xí)模型和所述訓(xùn)練注意力學(xué)習(xí)模型的權(quán)重系數(shù)；

根據(jù)各所述權(quán)重系數(shù)將對(duì)應(yīng)的各所述預(yù)處理圖像進(jìn)行相加融合，得到所述融合圖像；

所述從所述融合圖像中提取待檢測(cè)目標(biāo)，包括：

將所述融合圖像輸入訓(xùn)練隱向量學(xué)習(xí)模型，得到再處理圖像；

從所述再處理圖像中提取待檢測(cè)目標(biāo)。

6.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至4中任一項(xiàng)所述方法的步驟。

7.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至4中任一項(xiàng)所述的方法的步驟。