基于深度学习的红外图像目标检测技术研究

作     者：李岩 袁湛 张振杰 LI Yan;YUAN Zhan;ZHANG Zhenjie

作者机构：解放军91977部队北京100036 

出 版 物：《信息与电脑》 (Information & Computer)

年 卷 期：2022年第34卷第3期

页      码：31-34页

摘      要：红外图像具有抗干扰能力强、昼夜工作等优势,已广泛应用在很多领域。但由于红外图像存在信噪比低、检测目标纹理信息缺失、对比度低等不足,导致红外图像的目标检测比可见光图像目标检测的难度更大。本文在YOLOv3算法的基础上,设计GIoU损失函数替代回归损失函数,并在特征提取网络后增加SPP模块,以提高特征表达能力,解决红外图像目标检测精度低问题。实验结果表明,本文设计的优化后的YOLOv3算法的红外图像目标检测的精确性较优化前提升8%以上,较SSD网络提升18%以上,较Faster R-CNN网络提升7%左右,表明该算法在红外图像目标检测方面具有更高的检测准确性与检测效率。

主 题 词：深度学习 红外图像 目标检测 YOLOv3算法 损失函数 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 080203[080203] 0835[0835] 0802[工学-机械学] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203109114...