一种基于SVM候选区训练的红外舰船目标检测方法

摘要：

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％.

关键词：舰船目标检测、候选区训练、SVM、选择性搜索算法

所属期刊栏目：40

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：16-23