基于改进YOLOv3和核相关滤波算法的旋转弹目标探测算法
旋转弹的电视摄像头拍摄画面会产生旋转及抖动模糊,在预先侦查目标数据较少且末制导段视野目标较小的情况下,目标难以精确探测,为此提出一种基于改进YOLOv3和核相关滤波(KCF)算法的目标检测与跟踪算法,通过深度学习实现目标的自动检测.制作模拟山地打击场景的数据集,基于少量数据样本的前提,模拟不同天气、光照、运动及旋转模糊等复杂环境,完成在网络学习中数据的增强和扩充;通过在YOLOv3网络基础上添加Inception多尺度分支结构,增加网络对于目标不同尺寸的适应性,减少网络层数,更能适应对小目标的检测;在实现目标定位方法上,将目标检测与跟踪算法相融合,提出一种目标丢失判别机制,并利用弹道的速度—时间信息更新目标跟踪框尺度.仿真实验结果表明,相比原始算法,改进算法能更有效实现复杂环境下的目标检测和跟踪.
旋转弹、目标检测与跟踪、改进YOLOv3算法、核相关滤波算法、复杂环境、小目标
43
TJ765.4(火箭、导弹)
国家自然科学基金;装备预先研究联合基金项目
2022-06-17(万方平台首次上网日期,不代表论文的发表时间)
共14页
1032-1045