基于CNN的弹载图像目标检测方法研究

• 作者: 刘桢 杨传栋 石胜斌
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 目标检测 弹载图像 卷积神经网络 监督学习训练 导弹 制导
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子信息技术
• 页码范围: 85-92
• 页数: 8页
• 分类号: TP391.41|TJ765
• 语种: 中文
• DOI: 10.16358/j.issn.1009-1300.2019.8.169

摘要

针对弹载图像目标检测存在适应性不足和智能度不高的问题,阐述了基于卷积神经网络的单帧和多帧图像目标检测算法;提出了在应对恶劣天气、目标旋转及尺度变化、精度速度权衡等难点中的解决策略,包括了在模型、网络结构、训练手段等方面的改进方法.同时,在通用数据集和构建的军事目标专用数据集上进行监督学习训练,对主要算法进行性能比较.结果 表明,基于CNN算法能够满足实时性要求,有效提高检测能力,具有更强的环境适应性.