一种基于SVM候选区训练的红外舰船目标检测方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1672-8785.2019.03.004

一种基于SVM候选区训练的红外舰船目标检测方法

引用
无人机进行红外舰船目标侦察时,检测算法对检测正确率的影响很大.为增强无人机红外光电载荷对舰船目标的检测能力,提出采用支持向量机(Sup-port Vector Machine,SVM)进行候选区训练的检测算法,以提高目标检测的正确率.通过预先对候选区的特征进行训练,得到候选区的分类数据.在检测阶段,加载训练时得到的候选区分类数据,分类筛选出更可能包含目标的候选区,从而提高目标检测的正确率.验证实验中,选用368张无人机拍摄的长波红外图像作为训练数据集图像,另外选择139张图像作为测试图像.分别采用带候选区训练的方法和无候选区训练的方法做目标检测实验.检测结果表明,采用带候选区训练的检测方法比采用无候选区训练方法时平均检测正确率高14.6%.

舰船目标检测、候选区训练、SVM、选择性搜索算法

40

TP391.4(计算技术、计算机技术)

2019-06-10(万方平台首次上网日期,不代表论文的发表时间)

共8页

16-23

相关文献
评论
暂无封面信息
查看本期封面目录

红外

1672-8785

31-1304/TN

40

2019,40(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn