| 本文已被：浏览 948次 下载 659次 |
|
|
| 基于YOLO智能网络的红外弱小多目标检测技术 |
|
钮赛赛1,2,周华伟1,2,朱婧文1,2,邵艳明1,2,李少毅3
|
|
(1. 上海航天控制技术研究所,上海 201109;2. 中国航天科技集团公司 红外探测技术研发中心,上海 201109;3. 西北工业大学 航天学院,陕西 西安 710072)
|
|
| 摘要: |
| 复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。 |
|
(1. Shanghai Aerospace Control Technology Institute, Shanghai 201109, China;2. Research and Development Center of Infrared Detection Technology, China Aerospace Science and Technology Corporation, Shanghai 201109, China;3. School of Astronautics, Northwestern Polytechnical University, Xi’an 710072, Shaanxi, China)
|
