基于多尺度特征融合的红外弱小目标检测
文献类型：会议论文
| 作者 | 孙召进2; 王国刚2 ; 刘云鹏1
|
| 出版日期 | 2021 |
| 会议日期 | 2021年10月22-24日 |
| 会议地点 | 北京 |
| 关键词 | 红外弱小目标 多尺度特征 YOLOv3 高斯 池化 |
| 页码 | 1-6 |
| 其他题名 | Infrared Dim Target Detection based on multi-scale feature fusion |
| 英文摘要 | 针对在红外弱小目标检测过程中经典的深度学习方法存在的检测效果较差、虚警率高等问题,提出一种基于YOLOv3增强多尺度特征融合算法,有效的应用于红外弱小目标的检测。通过对YOLOv3在网络结构改进残差单元数量,将底层特征与输出特征进行融合以此提升对小尺度目标的检测能力。同时改进方法采用高斯损失函数,增加最大池化层,进而降低弱小目标的检测虚警率。实验结果表明,所提出的改进方法在地/空背景下红外图像弱小飞机目标检测跟踪数据集与YOLOv3算法对比,在准确率上提升2%,在召回率上提升5%,整体AP值提升7.67%。 |
| 源文献作者 | 中国自动化学会 |
| 产权排序 | 2 |
| 会议录 | 2021中国自动化大会论文集
 |
| 语种 | 中文 |
| 源URL | [http://ir.sia.cn/handle/173321/30337]  |
| 专题 | 沈阳自动化研究所_光电信息技术研究室 |
| 通讯作者 | 孙召进 |
| 作者单位 | 1.中国科学院沈阳自动化研究所 2.沈阳化工大学 信息工程学院 |
| 推荐引用方式 GB/T 7714 | 孙召进,王国刚,刘云鹏. 基于多尺度特征融合的红外弱小目标检测[C]. 见:. 北京. 2021年10月22-24日. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。