[发明专利]一种基于深度学习的红外运动目标识别方法

权利要求书

1.一种基于深度学习的红外运动目标识别方法，其特征在于，包括以下步骤：

在Yolo V4骨架网络的每一个残差块中加入注意力模块，三个预测分支中，每个预测分支的最后一个卷积层之前也加入注意力模块；

对于输出的特征图，每一幅都在空间维度上进行全局平均池化和最大池化，结果分别输入权值共享的三层全连接网络，进行维度变化，输出结果相加，再经过sigmoid函数后得到一维的通道注意力；

对于卷积层的输出，在通道维度上进行最大池化和平均池化，得到二维的中间结果，将两者在通道维度上相连，输入卷积层，结果经过损失函数，得到单通道的二维空间注意力；

通道注意力和空间注意力先后与特征图相乘，得到优化后的特征图；将优化后的特征图进行识别，得到识别结果。

2.根据权利要求1所述的基于深度学习的红外运动目标识别方法，其特征在于，所述得到一维的通道注意力的数学表达如下：

Z_avg＝avg(U)

Z_max＝max(U)

S_c＝σ(fc₂(δ(fc₁(Z_avg)))+fc₂(δ(fc₁(Z_max))))

式中，avg(·)表示全局平均池化，max(·)表示全局最大池化，fc₁(·)表示维度c→c/r的全连接层，σ(·)表示ReLU函数，fc₂(·)表示维度c/r→c的全连接层，σ(·)表示sigmoid函数，U为特征图。

3.根据权利要求1所述的基于深度学习的红外运动目标识别方法，其特征在于，所述得到单通道的二维空间注意力的数学表达如下：

Z_AVG＝AVG(U)

Z_MAX＝MAX(U)

S_s＝σ(conv_2，1，k(Z_AVG；Z_MAX))

式中，AVG(·)表示通道维度上的平均池化，MAX(·)表示通道维度上的最大池化，conv_2，1，k表示输入通道数为2，输出通道数为1，卷积核尺寸为k的卷积层，σ(·)表示sigmoid函数。