一种用于云背景下红外目标智能训练和检测方法

摘要

本发明公开了一种用于云背景下红外目标智能训练和检测方法，其技术方案主要包括：对红外目标和云背景进行参数化建模，按照特征参数随机生成小尺寸图像的初始化训练数据集；搭建基于小尺寸图像和改进锚框的深度卷积神经网络；在初始化数据集的基础上对神经网络进行增量式自学习训练；对训练得到的神经网络进行图像尺寸变换和去归一化层结构改造，得到可用于实际图像尺寸的神经网络。本方法相比传统方法，降低了对实际红外数据库的依赖，大幅减小数据集的规模，增加训练过程的智能性，提高神经网络的训练效率，解决了移动目标锚框交接不连续的问题，有效提高红外目标的检测概率、降低虚警率，实现了对云背景下红外目标的智能检测。