原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请实施例应用于深度学习技术领域，提供了一种基于深度学习的红外弱小飞行目标检测方法及产品，包括：获取原始视频图像中的当前帧图像和不同时间窗口的多个之前帧图像；根据当前帧图像和多个之前帧图像，提取时间多尺度时空特征；根据时间多尺度时空特征，获取时空多尺度时空特征，时空多尺度时空特征为深度语义下的时间多尺度时空特征；根据时空多尺度时空特征获取预测分割图，预测分割图用于确定原始视频图像中红外弱小飞行目标的位置信息。通过获取多个时间维度的目标特征，引入了时间注意力机制，能够更好的在时间维度提取弱小飞行
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117830689A
(43)申请公布日2024.04.05
(21)申请号202311606794.1
(22)申请日2023.11.28
(71)申请人清华大学
地址100084
文档评论（0）