专利交易市场

本发明公开了一种基于小波与动态频率自适应的轻量化高空红外目标检测装置及方法，方法包括：步骤S1、使用搭载在无人机上的红外相机获取高空场景红外图像，生成高空红外目标检测数据集；步骤S2、将所述高空红外目标检测数据集中的高空红外图像输入特征深度学习网络模型得到高空目标定位特征图；步骤S3、使用小波卷积增强方法对所述高空目标定位特征图进行处理与拼接，得到高空融合特征；步骤S4、调整所述高空融合特征的通道维度后进行动态频率自适应滤波处理，得到高空红外目标检测结果。本发明通过小波增强卷积模块强化局部细节表征，结合动态频率自适应滤波抑制背景干扰，同时采用双分支频谱‑几何增强检测头优化定位精度。

基于循环神经网络的红外目标检测模型频闪隐身方法，包括：1)生成训练模型所需要的2n组数据；2)对LSTM预测模型进行预训练；3)将LSTM预测模型与红外目标检测模型结合起来，构成集成模型，进行集成模型的主训练。本发明的红外目标检测模型频闪隐身方法受环境影响小，适用于多种环境当中，可以实现自我调整与反馈。

本发明公开基于高斯相似度的红外目标检测方法、装置、介质和设备，检测方法包括以下步骤：S1：获取待检测的热红外图像，得到灰度图像矩阵；S2：构建面核，并利用面核对灰度图像矩阵进行滤波，得到候选目标像素点集合；S3：将候选目标像素点集合映射至热红外图像中，对每个候选目标像素点构建纵向灰度分布向量和横向灰度分布向量；S4：构建得到高斯函数向量，基于高斯函数向量对每个候选目标像素点进行相似度分析，得到目标像素点集合；S5：基于目标像素点集合构建得到红外目标的检测图像。