1.一种基于多维度偏振信息的伪装目标检测方法，其特征在于，是按照如下步骤进行：步骤1、数据采集和处理；

步骤1.1、利用偏振相机拍摄第n个场景下相对偏振角度 分别为 ， ， ， 的一组原始偏振图像 ，从而获得N个场景下的N组原始偏振图像；其中， 表示第n个场景下相对偏振角度 下的原始偏振图像， ；

步骤1.2、对N个场景下的每组原始偏振图像中偏振角度为 的原始偏振图像进行标注，得到像素级标注图像，并作为真实伪装图；

步骤2、构建基于多维度偏振信息的伪装目标检测深度卷积神经网络，包含：编码器、解码器；其中，编码器包括：偏振动态注意力模块、Res2Net骨干网络、H个感受野模块；所述偏振注意力模块包括：若干个3D卷积层，一个自适应平均池化层及一个sigmoid函数；Res2Net骨干网络是由H级初始卷积层，H级下采样卷积层及H级残差块构成；每个感受野模块包括K个分支、一个标准卷积层和ReLU层；解码器，包括：特征边缘融合模块，高低门控选择模块，其中，特征边缘融合模块是由H个融合块组成，每个融合块包括若干个卷积层，一个平均池化层；高低门控选择模块包含一个门控选择块与一个残差注意力块；

步骤2.1、所述编码器对 进行处理后，得到第n个场景的结构特征图和第n个场景的偏振融合特征；

步骤2.2、所述解码器对第n个场景的结构特征图和偏振融合特征进行处理后，得到第个场景的预测伪装图Fn；

步骤3、训练基于多维度偏振信息的伪装目标检测模型；

步骤3.1、基于第 个场景的真实伪装图和预测伪装图Fn构建二元交叉熵损失；

步骤3.2、基于第 个场景的真实伪装图和预测伪装图Fn的交集与并集构建 损失；

步骤3.3、对二元交叉熵损失以及 损失进行加权后，得到总损失；

步骤3.4、利用梯度下降法对伪装目标检测深度卷积神经网络进行训练，并计算总损失以更新网络参数，直到总损失收敛为止，从而得到基于多维偏振信息的伪装目标检测模型，用于实现对任意待预测的多维偏振图像进行伪装目标检测。

2.根据权利要求1的一种基于多维度偏振信息的伪装目标检测方法，其特征在于：所述步骤2.1包括：步骤2.1.1、偏振注意力模块对 进行处理后，得到第n个偏振增强的维度信息图像Dn；

步骤2.1.2、第h级初始卷积层依次包括：一个卷积层，一个BN层以及一个ReLU激活函数层组成；

当 时，Dn依次经过第h级初始卷积层、第h级下采样卷积层和第h级残差块的处理后，输出第h级结构特征图 ；

当 时，将第 级结构特征图 输入第h级初始卷积层中进行处理，再依次经过第 级下采样卷积层和第 级残差块的处理后，得到第h级结构特征图 ，从而由第H级残差块输出第H级结构特征图 ；

步骤2.1.3、当 时，第h级结构特征图 输入第h个感受野模块中，并经过第k个分支的2D卷积进行处理后，得到第h个感受野模块输出的第k个分支的纹理特征 ；

当 时，第h级结构特征图 输入第h个感受野模块中第k个分支的若干个2D卷积层进行处理后，得到第h个感受野模块输出的第k个分支的纹理特征 ；

将第h个感受野模块输出的K个分支的纹理特征 进行级联后，再通过标准卷积层的处理，输出第h个细节特征 ；

将第h个感受野模块输出的第2个分支特征 与 相加后，再输入ReLU层中进行处理，最终得到第h个感受野模块输出第n个场景的偏振融合特征 ；从而由H个感受野模块输出第 个场景的H个偏振融合特征 。

3.根据权利要求2的一种基于多维度偏振信息的伪装目标检测方法，其特征在于：所述步骤2.1.1包括：

3D卷积层对 进行3D卷积处理后，得到第n个场景下偏振角度图像之间的差异特征 ；

经过自适应平均池化层及sigmoid函数的处理后，得到第n个场景下群组偏振图像的权重特征 ；

对 和 进行逐元素相乘运算后，得到第 个场景下相对偏振角度 下的角度特征 ，再将 进行通道级联运算后，得到第n个偏振增强的维度信息图像Dn。

4.根据权利要求3的一种基于多维度偏振信息的伪装目标检测方法，其特征在于：所述步骤2.2包括：步骤2.2.1、将 与 作为输入送入特征边缘融合模块中进行处理，得到边缘融合特征 ；

当 时，将 与第 个场景的第 级偏振融合特征 进行通道级联后，再与 一起输入送到第h个融合块中进行处理，得到第h个边缘特征图 ；

当 时，将 个边缘特征图 与 作为一起输入送到第h个融合块中进行处理，得到第h个边缘特征图 ，从而由第H个融合块输出第H个边缘特征图 ；

步骤2.2.2、第 个场景的第1级偏振融合特征 与 输入门控选择块中进行处理，得到第 个跨层特征 ；

将 输入残差注意力块中进行处理后，输出第 个场景的预测伪装图Fn。

5.根据权利要求4的一种基于多维度偏振信息的伪装目标检测方法，其特征在于，所述步骤2.2.2中的门控选择块先对 进行标准卷积操作后，再依次进行批归一化和ReLU函数处理后，得到第 个细化特征 ；

对 进行转置卷积运算后，再进行上采样操作，得到第 个感知特征 ；

对 和 在通道上级联后，得到第 个门控映射 ；

对 进行转置卷积操作后，再与 在通道维度上进行级联后，得到 个跨层特征。

6.一种电子设备，包括存储器以及处理器，其特征在于，所述存储器用于存储支持处理器执行权利要求1‑5中任一所述伪装目标检测方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

7.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1‑5中任一所述伪装目标检测方法的步骤。