[發明專利]一種多維信息融合的遠距離弱小目標檢測方法和終端

在審

• 申請號: 202210012193.7
• 申請日: 2022-01-07
• 公開（公告）號: CN114049488A
• 公開（公告）日: 2022-02-15
• 發明（設計）人: 王衛光;侯小葉;孫政;周昊
• 申請（專利權）人: 濟南和普威視光電技術有限公司
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V10/26;G06V10/774;G06K9/62
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 李舜江

1.一種多維信息融合的遠距離弱小目標檢測方法，其特征在于，方法包括：

在小目標圖像中添加上下文信息；

對小目標圖像進行增強處理；

修改小目標圖像的網絡結構，增加多尺度學習；

將小目標圖像的原分辨率進行多Batch推理；

得到檢測結果并進行輸出。

2.根據權利要求1所述的多維信息融合的遠距離弱小目標檢測方法，其特征在于，

上下文信息包括：小目標圖像的周圍圖像信息。

3.根據權利要求1所述的多維信息融合的遠距離弱小目標檢測方法，其特征在于，

對小目標圖像進行增強處理包括：

對采集圖像的左上邊緣進行切分，統計圖像數據集中所有目標的Bbox分布情況，根據Bbox的分布情況確定切分子圖像之間的重疊區域，在切分圖像時保證切分圖像的重疊區域為64個像素，將一張原始圖像尺寸為W*H的圖像切分為((W-704)/640+1)*((H-576)/512+1)個子圖像進行訓練。

4.根據權利要求3所述的多維信息融合的遠距離弱小目標檢測方法，其特征在于，對小目標圖像進行增強處理還包括：

對采集圖像參照目標進行切分時，以目標作為切分子圖像中區域，隨機向周圍擴展704*576的區域進行切分子圖像，將子圖像加入到訓練集數據集中。

5.根據權利要求3所述的多維信息融合的遠距離弱小目標檢測方法，其特征在于，步驟對小目標圖像進行增強處理還包括：

將獲取的大目標區域裁切后縮放成小目標，融合到小目標圖像的背景圖上。

6.根據權利要求1所述的多維信息融合的遠距離弱小目標檢測方法，其特征在于，步驟增加多尺度學習還包括：

增加4倍下采樣的小目標圖像與PANet相連，同時增加一組Anchor，提升小目標圖像的檢出率。

7.根據權利要求1所述的多維信息融合的遠距離弱小目標檢測方法，其特征在于，

步驟修改小目標圖像的網絡結構，增加多尺度學習還包括：

將pytorch訓練完成的pt文件轉換成onnx文件；

將onnx文件轉換成caffe格式的caffemodel文件；

按照atlas支持的算子格式修改caffe格式的prototxt文件，利用ATC轉換工具將caffemodel文件轉換成atlas支持的om文件；

將om模型文件部署到atlas200前端，利用C++推理程序調用om模型進行小目標圖像檢測識別。

8.一種實現多維信息融合的遠距離弱小目標檢測方法的終端，其特征在于，包括：

存儲器，用于存儲計算機程序及多維信息融合的遠距離弱小目標檢測方法；

處理器，用于執行所述計算機程序及多維信息融合的遠距離弱小目標檢測方法，以實現如權利要求1至7任意一項所述多維信息融合的遠距離弱小目標檢測方法的步驟。