[发明专利]基于空频特征建模联合时域轨迹匹配的红外目标检测方法

权利要求书

1.基于空频特征建模联合时域轨迹匹配的红外目标检测方法，其特征在于，包括步骤：提取红外图像序列的空域特征和频域特征；将提取到的空域特征和时域特征进行张量拼接并得到空频域目标检测概率热图；通过图匹配方法将相邻帧间的无人机目标关联成轨迹；利用光流法获得无人机目标运动信息，将其与轨迹融合，输出检测结果。

2.根据权利要求1所述的基于空频特征建模联合时域轨迹匹配的红外目标检测方法，其特征在于：所述提取红外图像序列的空域特征采用密集连接的卷积神经网络与多区域通道模块相结合提取空域特征，所述多区域通道模块用于自动捕获不同通道之间的关键特征信息。

3.根据权利要求1所述的基于空频特征建模联合时域轨迹匹配的红外目标检测方法，其特征在于：所述提取红外图像序列的频域特征从红外图像中提取空域特征易受图像中斑点噪声的影响，并通过引入频域信息作为网络分支之一，并采用基于离散余弦变换的频率特征提取与选择策略和空间下采样方法相结合实现对图像频域特征的补充抑制噪声干扰。

4.根据权利要求1所述的基于空频特征建模联合时域轨迹匹配的红外目标检测方法，其特征在于：所述将提取到的空域特征和时域特征进行张量拼接并得到空频域目标检测概率热图，通过空间、频率特征信息的张量拼接操作直接合并，在将特征表示映射到样本空间后，通过最后一个完全卷积层使用sigmoid函数来获得预测的概率，得到当前像素x作为目标的概率p(t|Nx，xij∈Nx)，其中Nx表示像素x的邻域，从而生成目标检测概率热图。

5.根据权利要求1所述的基于空频特征建模联合时域轨迹匹配的红外目标检测方法，其特征在于：所述图匹配方法将相邻帧间的无人机目标关联成轨迹，并采用相邻帧中可疑目标之间的局部轨迹关联来进一步消除虚警。

6.根据权利要求1所述的基于空频特征建模联合时域轨迹匹配的红外目标检测方法，其特征在于：所述利用光流法获得无人机目标运动信息将其与轨迹融合，输出检测结果包括目标运动与地面固定物体或飞鸟虚警之间的差异性，并采用光流法来进一步消除由其引起的虚假轨迹。