一种基于分层多尺度卷积特征提取的坦克装甲目标图像检测方法

作     者：孙皓泽 常天庆 王全东 孔德鹏 戴文君 SUN Hao-ze;CHANG Tian-qing;WANG Quan-dong;KONG De-peng;DAI Wen-jun

作者机构：装甲兵工程学院控制工程系北京100072 

基　　金：总装备部院校科技创新工程项目(ZXY14060014) 

出 版 物：《兵工学报》 (Acta Armamentarii)

年 卷 期：2017年第38卷第9期

页      码：1681-1691页

摘      要：针对坦克装甲目标的图像检测任务,提出一种基于分层多尺度卷积特征提取的目标检测方法。采用迁移学习的设计思路,在VGG-16网络的基础上针对目标检测任务对网络的结构和参数进行修改和微调,结合建议区域提取网络和目标检测子网络来实现对目标的精确检测。对于建议区域提取网络,在多个不同分辨率的卷积特征图上分层提取多种尺度的建议区域,增强对弱小目标的检测能力;对于目标检测子网络,选用分辨率更高的卷积特征图来提取目标,并额外增加了一个上采样层来提升特征图的分辨率。通过结合多尺度训练、困难负样本挖掘等多种设计和训练方法,所提出的方法在构建的坦克装甲目标数据集上取得了优异的检测效果,目标检测的精度和速度均优于目前主流的检测方法。

主 题 词：兵器科学与技术 目标探测与识别 卷积神经网络 坦克装甲目标 目标检测 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0801[工学-力学类] 

核心收录：

D　O　I：10.3969/j.issn.1000-1093.2017.09.003

馆 藏 号：203269947...