一种语义感知和信息对齐的跨域少样本伪装目标检测方法

本公开是一种语义感知和信息对齐的跨域少样本伪装目标检测方法，该方法包括：从支持图像和查询图像中提取多尺度特征，计算初始相关性矩阵；将初始相关性矩阵进行拆分和特征增强得到增强关联性矩阵；对增强关联性矩阵进行卷积操作，得到初始查询掩码；进行特征增强和特征融合，得到融合特征，根据增强后的融合特征、查询图像的浅层特征、支持图像特征和伪装目标掩码，得到最终预测掩码；将全局文本特征和局部视觉特征映射到同一特征空间，计算损失，语义对齐；将最终预测掩码进行上采样操作和阈值处理，得到伪装目标检测结果。本发明减少了目标特征与背景噪声的耦合问题，增强了跨域场景下的特征解耦能力；减少了对大规模精确标注数据的需求。