一种红外热图像目标区域分割的深度学习算法

• 作者: 傅应锴 张守峰 张晶 朱莉 沈惠 赵俊
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 红外热图像 分割 全卷积网络 稠密条件随机场
• 年，卷（期）: 2019,（4）
• 页码范围: 107-114,121
• 页数: 9页
• 分类号: TP391
• 字数: 5650字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.04.015

摘要

为了解决复杂背景下红外热图像目标区域分割困难的问题,提出了一种利用全卷积网络和稠密条件随机场的深度学习分割算法.首先,利用全卷积网络进行像素级别特征提取,获得粗分割结果;然后,使用稠密条件随机场对粗分割结果进行上下文信息优化的精分割,最终实现目标区域的分割.将该算法应用于实际采集的太阳能板红外热图像数据集,五折交叉验证结果表明,该算法平均查准率为89.96％,平均查全率为94.55％,平均F1指数为0.9118,平均J指数为0.8687.同时,最高查准率为93.35％,最高查全率为97.59％,最高F1指数为0.9562,最高J指数为0.9125,均高于现有的主要算法.该算法耗时短且不需过多的人工干预,能实现复杂背景下红外热图像目标区域的有效分割.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵俊	南昌大学信息工程学院	21	111	6.0	10.0
2	朱莉	南昌大学信息工程学院	15	29	2.0	5.0
3	张晶	南昌大学信息工程学院	9	4	1.0	1.0
4	傅应锴	南昌大学信息工程学院	2	2	1.0	1.0
5	沈惠	南昌大学信息工程学院	2	2	1.0	1.0
6	张守峰	南昌大学信息工程学院	2	2	1.0	1.0