一种基于类激活图的红外弱小目标检测方法

摘要

本发明公开了一种基于类激活图的红外弱小目标检测方法。首先构建深度学习网络模型STDCAM网络，该网络是一个二分类网络，用于判断图片中是否含有红外弱小目标；然后合成仿真样本构造训练集，利用训练集训练STDCAM网络模型；模型训练好后，将测试图片输入STDCAM网络，如果网络预测图片中含有小目标，就计算测试图片对应的类激活图，通过对类激活图的阈值化、连通区域提取、质心获取处理，完成红外弱小目标检测。本发明是一种弱监督的目标检测方法，结合了图片分类和目标定位，相比于强监督模型减少了图片标注的工作量，在实验中证明了本发明在大量场景中具有的有效性。