[发明专利]一种军事敏感区域迭代反馈红外目标检测模型建立方法

权利要求书

1.一种军事敏感区域迭代反馈红外目标检测模型建立方法，其特征在于，包括以下步骤：

通过红外相机获取军事敏感区域目标图像；

对目标图像使用简化的骨干网络提取特征，得到每一轮初步的预测图；

将经过骨干网络得到的初步预测图输入到结合语义信息的多重注意力模块中，通过注意力机制并结合全局信息的方式进行特征增强；

计算每一轮网络输出的预测图和真值图之间的不确定性，计算不确定性损失；

将上一轮输出的预测图输入到下一轮网络中，且将上一轮每个结点包含的中间特征输入到下一轮网络的对应节点中，重复上述过程直至达到最大迭代次数结束搜索。

2.根据权利要求1所述的一种军事敏感区域迭代反馈红外目标检测模型建立方法，其特征在于，所述通过红外相机获取军事敏感区域目标图像，包括：

使用红外相机拍摄军事敏感区域目标图像，获得相应的源图像；

对获得的目标图像进行人工标注，标记目标位置和形状得到真值图，用于网络的训练和验证。

3.根据权利要求2所述的一种军事敏感区域迭代反馈红外目标检测模型建立方法，其特征在于，所述对目标图像使用简化的骨干网络提取特征，得到每一轮初步的预测图，包括：

构成骨干网络的基础块使用通道空间注意力机制取代卷积块，通道空间注意力模块计算如下式所示：

F′＝M_s(M_c(F)×F)×(M_c(F)×F)

M_c(F)＝σ(MLP(AvgPool(F))+MLP(MaxPool(F)))

M_s(F)＝σ(f^7×7([AvgPool(F)；MaxPool(F)]))

其中，F代表输入的特征图，AvgPool和MaxPool分别代表平均池化和最大池化操作，MLP代表多层感知机，σ代表激活操作f^7×7，代表卷积操作，F′代表输出的特征图。

4.根据权利要求2所述的一种军事敏感区域迭代反馈红外目标检测模型建立方法，其特征在于，所述将经过骨干网络得到的初步预测图输入到结合语义信息的多重注意力模块中，通过利用全局信息和注意力机制起到特征增强的作用，包括：

将经过骨干网络得到的预测图输入到三重注意力机制中，计算C、W、H三个维度之间两两成对的依赖关系，将三个分支得到的特征图相加得到map1；

其中λ₁代表输入的原特征，和代表将输入特征沿W轴和H轴沿逆时针旋转90°得到的特征，σ代表激活操作，φ代表卷积层，Z表示Z-pool层，d＝0代表在张量的第0维进行操作，即：

Z(λ)＝[MaxPool_d＝0(λ)，AvgPool_d＝0(λ)]；

然后最大池化分支，将输入的特征图进行最大池化操作后再与原图相乘得到map2，扩大目标和背景的对比度；

然后平均池化分支，将输入的特征图进行平均池化操作后再与原图相乘得到map3，通过扩大感受野获取全局上下文语义信息；

最后残差分支，将原输入特征图和经过上述步骤得到的map1、map2、map3分别与对应的自适应权重相乘得到预测图。

5.根据权利要求1所述的一种军事敏感区域迭代反馈红外目标检测模型建立方法，其特征在于，所述计算每一轮网络输出的预测图和真值图之间的不确定性，计算不确定性损失，包括：

计算网络的平均预测图和真值图的之间的KL散度，利用KL散度计算不确定性损失，包括不确定性校准和不确定性最小化两部分；

计算每一轮网络输出的最终预测图和真值图之间的Soft-Iou损失。