[发明专利]一种基于深度学习的红外运动目标识别方法

说明书

本发明公开了一种基于深度学习的红外运动目标识别方法，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，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，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。本发明在卷积神经网络中加入了注意力模块，有效增强网络对有效特征的敏感度，方便嵌入已有网络。

技术领域

本发明属于目标识别技术领域，尤其涉及一种基于深度学习的红外运动目标识别方法。

背景技术

对于红外运动目标的检测，由于被检测目标存在的场景遮挡、距离远近及一些非刚性形变而加大识别的复杂性，而且红外图像中物体的纹理细节单一、边缘模糊，更是增加了预测的难度。

发明内容

本发明提出一种基于深度学习的红外运动目标识别方法，该方法通过骨架网络的残差块和Yolo层中的引入注意力模块，可以提高识别精度。本发明基于深度学习对红外场景进行目标检测，通过对深度学习目标检测分类算法YoLo v4算法进行优化和改进，可以有效的对红外运动目标进行准确识别。

本发明公开的基于深度学习的红外运动目标识别方法，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。

进一步的，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。

进一步的，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。