增强区域全卷积网络下的炸点检测方法研究

• 作者: 刘峰 王向军 赵广伟
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 炸点检测 增强区域全卷积网络 JSP&P训练方法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图像与视觉
• 页码范围: 412-420
• 页数: 9页
• 分类号: TP391.4
• 字数: 6552字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17314

摘要

野外大视场环境下的炸点检测常采用图像帧间差分的方法,但由于弹体落地后炸点分布的情况复杂,对密集炸点的检测成为了难点问题.针对该问题,将炸点图像经过整理、分类,构建了炸点检测的专用数据集.在此基础上,对R-FCN模型的特征提取网络、区域推荐网络、位置敏感池化层和分类回归层进行了分析与改进,提出了增强区域全卷积网络用于单帧目标检测,并针对现在盲目多次尝试取最优训练结果的训练方法,提出了一种基于剪枝的网络模型训练方法.在野外大视场炸点图像专用数据集上进行了对照实验,最终平均检测率为83.73％,检测率明显提高.在Pascal VOC数据集上与其他常用算法进行了对比实验,结果表明了该算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王向军	天津大学精密测试技术及仪器国家重点实验室	109	913	15.0	26.0
5	刘峰	天津大学精密测试技术及仪器国家重点实验室	36	365	11.0	18.0
9	赵广伟	天津大学精密测试技术及仪器国家重点实验室	1	1	1.0	1.0