10.16526/j.cnki.11-4762/tp.2023.06.006
针对新学习策略的弱小目标检测方法
基于深度卷积神经网络的目标检测在应用中展现出了良好的性能,然而,将其应用于弱小目标检测上依然性能欠佳;为了提高弱小目标检测速度和精度的性能,文章提出一种有效的弱小目标检测方法,使用改进的特征提取方法,利用尺度匹配策略选取合适的尺度进行小目标检测;同时在神经网络中设计自适应的融合模块,通过融合特征与接收域以增强目标环境特征;提出的方法在检测速度和精度上都具备良好的性能;有效解决了一般的框策略无法准确获取小目标的问题,新的策略使用自适应参数确定检测框;特别针对海天背景下,检测海面船只问题,提出基于海天线智能分割的方法,进而进行背景处理检测的预处理方法;可以很大程度消除虚警,提高目标检测概率;实验结果表明,提出的方法在视频数据中能够有效检测弱小目标,优于其它先进的目标检测方法.
深度卷积神经网络、弱小目标、红外图像、自适应融合模块
31
TN911.73
国家科技部项目2020YFC2003404
2023-07-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
34-39