基于YOLO智能網(wǎng)絡(luò)的紅外弱小多目標(biāo)檢測技術(shù)
關(guān)鍵詞：紅外弱小目標(biāo) 深度學(xué)習(xí) 目標(biāo)檢測 yolo
摘要：復(fù)雜背景下的紅外弱小多目標(biāo)檢測是紅外目標(biāo)檢測的難點(diǎn),現(xiàn)有算法的穩(wěn)健性難以滿足實(shí)際彈載應(yīng)用需求。針對彈載環(huán)境下的紅外場景圖像開展了基于典型深度學(xué)習(xí)網(wǎng)絡(luò)模型的目標(biāo)檢測應(yīng)用研究,提出一種基于YOLO(you only look once)網(wǎng)絡(luò)的智能目標(biāo)檢測方法,通過高維特征學(xué)習(xí)表征和推理實(shí)現(xiàn)紅外弱小多目標(biāo)檢測。采用傳統(tǒng)的模板匹配算法和YOLO深度學(xué)習(xí)算法進(jìn)行識別性能對比分析,驗(yàn)證了YOLO網(wǎng)絡(luò)在紅外弱小多目標(biāo)檢測方面的良好性能。實(shí)驗(yàn)結(jié)果表明:YOLO算法的檢測概率可達(dá)92.2%,平均檢測精度為0.844,與傳統(tǒng)的模板匹配方法相比,YOLO具有明顯的優(yōu)勢。
上海航天雜志要求:
{1}計量單位以國家法定計量單位為準(zhǔn)。統(tǒng)計學(xué)符號按國家標(biāo)準(zhǔn)《統(tǒng)計學(xué)名詞及符號》的規(guī)定書寫。
{2}所有投稿在形式上應(yīng)當(dāng)符合國家著作權(quán)規(guī)定、公認(rèn)學(xué)術(shù)規(guī)范和本刊編輯體例。
{3}參考文獻(xiàn)：擇主要列入，10篇以內(nèi)為宜，按文中出現(xiàn)順序排列。
{4}簡要地介紹研究背景、研究內(nèi)容、研究成果。關(guān)鍵詞的個數(shù)為3-8個。
{5}中英文對照的標(biāo)題、作者、作者單位、摘要、關(guān)鍵詞。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
