[发明专利]一种红外目标检测方法及系统

权利要求书

1.一种红外目标检测方法，其特征在于，包括：

将待检测红外图像输入主干网络进行多次下采样操作，输出不同尺度的特征；

利用不同大小的子区域对所述主干网络最后一层输出的特征进行自适应平均池化；

将自适应平均池化后的特征和所述主干网络最后一层输出的特征进行融合，获得全局感知融合特征；

将所述全局感知融合特征和所述主干网络除了最后一层的其它层输出的不同尺度的特征进行特征融合，获得融合后的特征图；

根据融合后的特征图进行目标检测，将融合后的特征图通过由5个卷积块组成的卷积模块中，进行通道的改变，生成具有21个预测通道数的检测头，实现对输入图像目标的检测，在检测的过程中，使用标签平滑方式对使用独热编码的目标类别标签进行平滑优化；

所述将待检测红外图像输入主干网络进行多次下采样操作，输出不同尺度的特征之前，具体还包括：

将原始红外图像经过边缘修补，得到512×512像素的待检测红外图像。

2.根据权利要求1所述的红外目标检测方法，其特征在于，所述将待检测红外图像输入主干网络进行多次下采样操作，输出不同尺度的特征，具体包括：

对待检测红外图像进行卷积核大小为3×3，步长为1的卷积操作，并使用LeakyRelu函数作为激活函数，得到初步调整后的特征；

将所述初步调整后的特征进行多次下采样操作，输出不同尺度的特征。

3.根据权利要求2所述的红外目标检测方法，其特征在于，所述将所述初步调整后的特征进行多次下采样操作，输出不同尺度的特征中，每次下采样操作，具体包括：

对上一次输出的特征进行下采样，并将下采样输出和残差块进行连接；所述下采样为卷积核大小为3×3，步长为2的卷积操作。

4.根据权利要求1所述的红外目标检测方法，其特征在于，所述将所述全局感知融合特征和所述主干网络除了最后一层的其它层输出的不同尺度的特征进行特征融合，获得融合后的特征图，具体包括：

采用自上而下的方式，将所述全局感知融合特征和所述主干网络除了最后一层的其它层输出的不同尺度的特征进行特征融合，获得融合后的特征图。

5.一种红外目标检测系统，其特征在于，包括：

不同尺度的特征获得模块，用于将待检测红外图像输入主干网络进行多次下采样操作，输出不同尺度的特征；

自适应平均池化模块，用于利用不同大小的子区域对所述主干网络最后一层输出的特征进行自适应平均池化；

全局感知融合特征获得模块，用于将自适应平均池化后的特征和所述主干网络最后一层输出的特征进行融合，获得全局感知融合特征；

不同尺度特征融合模块，用于将所述全局感知融合特征和所述主干网络除了最后一层的其它层输出的不同尺度的特征进行特征融合，获得融合后的特征图；

目标检测模块，用于根据融合后的特征图进行目标检测，将融合后的特征图通过由5个卷积块组成的卷积模块中，进行通道的改变，生成具有21个预测通道数的检测头，实现对输入图像目标的检测，在检测的过程中，使用标签平滑方式对使用独热编码的目标类别标签进行平滑优化；

所述不同尺度的特征获得模块之前，具体还包括：

图像边缘修补模块，用于将原始红外图像经过边缘修补，得到512×512像素的待检测红外图像。

6.根据权利要求5所述的红外目标检测系统，其特征在于，所述不同尺度的特征获得模块，具体包括：

初步调整单元，用于对待检测红外图像进行卷积核大小为3×3，步长为1的卷积操作，并使用LeakyRelu函数作为激活函数，得到初步调整后的特征；

不同尺度特征输出单元，用于将所述初步调整后的特征进行多次下采样操作，输出不同尺度的特征。

7.根据权利要求6所述的红外目标检测系统，其特征在于，所述不同尺度特征输出单元中，每次下采样操作，具体包括：

对上一次输出的特征进行下采样，并将下采样输出和残差块进行连接；所述下采样为卷积核大小为3×3，步长为2的卷积操作。

8.根据权利要求6所述的红外目标检测系统，其特征在于，所述不同尺度特征融合模块，具体包括：

不同尺度特征融合单元，用于采用自上而下的方式，将所述全局感知融合特征和所述主干网络除了最后一层的其它层输出的不同尺度的特征进行特征融合，获得融合后的特征图。