10.3969/j.issn.2095-5839.2021.02.009
基于YOLO神经网络的雷达目标成像识别评估研究
针对复杂地面背景环境下的武器装备精确探测识别需求,采用Lee增强滤波、对比度自适应直方图均衡化和能量归一化等图像预处理方法,提高SAR图像质量;通过引入两个可学习的参数和采用基于非极大值抑制(NMS)方法构建了优化的YOLO神经网络目标识别方法,对基于轮廓、纹理等特征的地面目标SAR图像自动识别进行了实验.实验结果表明,与形变卷积神经网络(DPM)和区域卷积神经网络(RCNN)相比,优化YOLO网络的目标识别率提升了10%以上,为基于目标成像识别的隐身性能评估提供了一种途径.
YOLO神经网络、合成孔径雷达、目标识别、成像特征
35
TN975
兵器装备集团开发基金项目EJ20-9043
2021-05-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
121-124,132