成果介绍
本发明涉及一种基于深度学习和可微分聚类的红外视频显著目标检测方法,包括:1、获取红外视频图像帧,构建红外视频显著性数据集;2、构建红外视频显著目标检测模型,其主要由基于Vgg16网络的特征提取网络、基于注意力和ConvLSTM的显著性检测模型以及基于可微分聚类的显著目标细分割模型组成,通过特征提取网络对输入的图像进行特征提取,再将提取的特征输入显著性检测模型,进而得到动态显著性图,最后用显著目标细分割模型进行精细化分割,得到图像分割结果;通过数据集对红外视频显著目标检测模型进行训练;3、将待检测图像输入训练好的模型,得到检测结果。该方法可以提高红外视频显著性检测的精度,清晰、准确地检测出红外视频对象中的显著性区域
成果亮点
本发明采用的技术方案是:一种基于深度学习和可微分聚类的红外视频显著目标检测方法,包括以下步骤:
步骤1、获取红外视频图像帧,构建红外视频显著性数据集;
步骤2、构建红外视频显著目标检测模型,所述红外视频显著目标检测模型主要由基于Vgg16网络的特征提取网络、基于注意力和ConvLSTM的显著性检测模型以及基于可微分聚类的显著目标细分割模型组成,所述红外视频显著目标检测模型通过特征提取网络对输入的图像进行特征提取,获取一系列卷积特征,再将得到的一系列卷积特征输入显著性检测模型,得到隐藏状态Ht,然后将隐藏状态Ht与1×1卷积核卷积得到动态显著性图,最后将得到的动态显著性图用显著目标细分割模型进行精细化分割,得到图像分割结果;通过所述红外视频显著性数据集对所述红外视频显著目标检测模型进行训练,得到训练好的红外视频显著目标检测模型;
步骤3、将待检测图像输入训练好的红外视频显著目标检测模型,得到最终的检测结果。
团队介绍
发明人:孙磊 严欣 廖一鹏
福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
成果资料
产业化落地方案