CN119445266A 一种红外船舶图像的分类方法和分类系统 （中南大学）

本申请公开了一种红外船舶图像的分类方一支路网络从红外船舶图像提取第一域不变特根据融合增强特征对图像分类模型进行梯度更2获取红外船舶图像数据集和目标红外船舶图像，并按照域属将所述至少两个源域的红外船舶图像输入至预设的图像分类模根据所述第一聚类特征和所述第二聚类特征得到根据所述融合增强特征对所述图像分类模型进行梯度更新，并依次将所述目标红外船舶图像输入至训练好的图像分类模型中，得到所将所述初始红外船舶图像数据集进行预处理，以将所述初始红外船舶对所述处理后的初始红外船舶图像数据集进行数据增强处理，通过所述第一特征提取单元从所述至少两个源域的红外船舶图像中提取将所述初始特征输入至所述CBAM混合注意力单元，得到所述CBAM通过所述语义分割单元将所述至少两个源域的红外船舶图像进行分景的冗余特征得到所述至少两个源域的红外船对所述前景图像进行特征增强，并通过所述第二特征提取单元从增强3;通过所述融合增强特征和所述第一域不变特征构建正根据对比损失函数优化所述正负样本对之间的距离，并通过反向传播获取模块，用于获取红外船舶图像数据集和目标红外船舶提取模块，用于将所述至少两个源域的红外船舶图像输入至预设的图像分类模型中，以通过所述图像分类模型的第一支路网络从所述至少两个源域的红外船舶图像中提取第更新模块，用于根据所述融合增强特征对所述图像分类模型分类模块，用于将所述目标红外船舶图像输入至训练9.一种电子设备，其特征在于：包括至少一个控制处处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，4[0006]本申请实施例的第一方面提供了一种红外船舶图像的分类方法，用于中央控制像数据集划分出至少两个源域的红外船舶图像；所述目标红外船舶图像为目标域的图像，图像分类模型的第一支路网络从所述至少两个源域的红外船舶图像中提取第一域不变特根据所述第一聚类特征和所述第二聚类特征得到5[0009]在本申请的一些实施例中，所述第一支路网络包括级联的第一特征提取单元、CBAM混合注意力单元和用于对所述第一域不变特征进行通过所述第一特征提取单元从所述至少两个源域的红外船舶图像中提取出初始征提取单元和用于对所述第二域不变特征进行聚类的第像背景的冗余特征得到所述至少两个源域的红外;通过所述融合增强特征和所述第一域不变特征构建正6[0014]为实现上述目的，本发明实施例的第二方面提供一种红至少一个控制处理器能够执行上述的一种红外船舶图[0018]本申请的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得7不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明8船舶图像数据集划分出至少两个源域的红外船舶图像；目标红外船舶图像为目标域的图9[0038]在一些实施例中，通过采用IRShips红外船舶图像数据集对图像分类模型进行训通过目标域的红外船舶图像进一步优化模型性能，从而通过隐式或显式地学习域不变特过图像分类模型的第一支路网络从至少两个源域的红外船舶图像中提取第一域不变特征，从至少两个源域的红外船舶图像中提取第二域不变特征，并对第二域不变特征进行聚类，（ConvolutionalBlockAttentionModule）混合注意力单元和用于对第一域不变特征进像分类模型能够从红外船舶图像中提取具有普遍性和跨域可迁移性的特征，通过在基于ResNet18的特征提取器的中引入CBAM混合注意力机制，以自适应地为不同特征赋予权重，从而增强图像分类模型对跨域一致性特征的聚焦能力。[0054]具体来说，通过采用通道注意力机制和空间注意力机制来调整特征的表达能[0055]具体地，第一特征提取单元为基于ResNet18的特征提取器，其中，ResNet18残差模块解决了深层网络训练中的梯度消失和过拟合问题。其中，ResNet18由18梯度消失的问题。类别。个源域的红外船舶图像进行特征提取，提取得到初始特征zjearure1，然后将初始特征道注意力模块和空间注意力模块，因此，将初始特征zeanre1输入至[0066]进一步地，将通过通道注意力模块输出的中间提取特征得到第一域不变特征，其中，空间注意力模块为空间注意力机制（SpatialAttentionMechanism具体通过对特征图进行跨通道的平均池化和最大池化，然后组合跨通道的平让红外船舶图像的边缘特征更加清晰，在增强域不变特征的同时去除了一定的域特定特即从像素级别来理解图像。U_Net（ConvolutionalNetworksforBiomedicalImage[0085]在本实施例中，将第一聚类特征zjearures和第二聚类特征zreanres的同类但来;[0090]在一些实施例中，在步骤S140中根据融合增强特征对图像分类模型进行梯度更对，选择相同类别的样本形成正样本对，不同类别的样本形成负样本对征和第二聚类特征得到融合增强特征；根据融合增强特征对图像分类模型进行梯度更新，提取模块820，用于将至少两个源域的红外船舶图像输入至预设的图像分类模型二特征提取单元从增强后的前景图像中提取;[0114]为了解决现有技术中红外船舶图像处理的图像质量差以[0117]该电子设备可以为包括手机、平板电脑、个人数字助理（PersonalDigital可以根据实际的需要选择其中的部分或者全部模块来实现本