基于YOLOv3的复杂环境红外弱小目标检测

• 作者: 刘荻 赵凌君 赵琰
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 深度学习 YOLOv3 红外目标检测 红外弱小目标 复杂环境
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 弱小目标检测跟踪
• 页码范围: 29-34
• 页数: 6页
• 分类号: TJ760|TN219
• 字数: 4495字
• 语种: 中文
• DOI: 10.12132/ISSN.1673-5048.2019.0224

摘要

在复杂环境的红外弱小目标检测问题中,传统算法大多需要对红外目标进行特征增强、背景杂波抑制等预处理工作,算法检测准确率低,控制参数较多.通过对红外目标特性进行分析,本文构建了基于深度学习的复杂环境红外弱小目标检测算法.算法以单阶段目标检测网络YOLOv3为基础,简化处理流程,显著提升对红外弱小目标的检测精度.在红外弱小目标数据集的测试中,YOLOv3较实验对比的方法在检测准确性上具有明显的提升,其平均准确率(AP)可达99.5％以上,验证了算法对红外弱小目标检测的有效性.