机器视觉的战场适应性研究

摘要：

为研究机器视觉的战场适应性,分析了战场环境中不确定性因素对军事目标机器视觉探测的影响.研究针对Faster R-CNN、YOLOv4和CenterNet 3种目标检测模型,利用样本数据充分训练,确保检测模型有足够高的检测效率.随后,在检测数据中引人不确定性因素,包括目标特性和背景的不确定性.分析表明:不确定性因素的引人确实能显著降低目标检测模型的检测效率.这意味着基于军事运用的机器视觉研究应该充分考虑战场环境的影响,也意味着隐身技术措施必须提高对抗目标自动识别技术方面的潜力.

关键词：军事目标、适应性、目标特性、目标检测模型

所属期刊栏目：43

分类号：TJ06;E951.4(一般性问题)

资助基金：国防科技重点实验室项目6142206190204

在线出版日期：2022-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：181-185