复杂场景下的红外目标检测
张汝榛; 张建林; 祁小平; 左颢睿; 徐智勇
刊名光电工程
2020-10-15
卷号47期号:10页码:200314-1-10
关键词红外目标检测 深度学习 复杂场景
ISSN号1003-501X
DOI10.12086/oee.2020.200314
文献子类期刊论文
英文摘要主流的目标检测网络在高质量RGB图像上的目标检测能力突出,但应用于分辨率低的红外图像上时目标检测性能则有比较明显的下降。为了提高复杂场景下的红外目标检测识别能力,本文采用了以下措施:第一、借鉴领域自适应的方法,采用合适的红外图像预处理手段,使红外图像更接近RGB图像,从而可以应用主流的目标检测网络进一步提高检测精度。第二、采用单阶段目标检测网络YOLOv3作为基础网络,并用GIOU损失函数代替原有的MSE损失函数。经实验验证,该算法在公开红外数据集FLIR上检测的准确率提升明显。第三、针对FLIR数据集存在的目标尺寸跨度大的问题,借鉴空间金字塔思想,加入SPP模块,丰富特征图的表达能力,扩大特征图的感受野。实验表明,所采用的方法可以进一步提高目标检测的精度。
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://ir.ioe.ac.cn/handle/181551/10001]  
专题光电技术研究所_光电探测与信号处理研究室(五室)
作者单位1.中国科学院光束控制重点实验室
2.中国科学院大学
3.中国科学院光电技术研究所
推荐引用方式
GB/T 7714
张汝榛,张建林,祁小平,等. 复杂场景下的红外目标检测[J]. 光电工程,2020,47(10):200314-1-10.
APA 张汝榛,张建林,祁小平,左颢睿,&徐智勇.(2020).复杂场景下的红外目标检测.光电工程,47(10),200314-1-10.
MLA 张汝榛,et al."复杂场景下的红外目标检测".光电工程 47.10(2020):200314-1-10.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace