基于可见光图像和红外图像决策级融合的目标检测算法

• 作者: 余旺盛 侯志强 刘晓义 白玉 蒲磊 马素刚
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标检测 YOLOv3网络 决策级融合 加权融合
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 电子信息与通信导航
• 页码范围: 53-59,100
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2020.06.009

摘要

针对可见光图像和红外图像的融合目标检测问题,提出了一种基于决策级融合的目标检测算法.通过建立带标注的数据集对YOLOv3网络进行重新训练,并在融合之前,利用训练好的YOLOv3网络对可见光图像和红外图像分别进行检测.在融合过程中,提出了一种新颖的检测融合算法,首先,保留只在可见光图像或只在红外图像中检测到的目标的准确结果;然后,对在可见光图像和红外图像中同时检测到的同一目标的准确结果进行加权融合;最后,将所得的检测结果进行合并,作为融合图像中所有对应目标的检测结果,进而实现基于决策级融合的快速目标检测.实验结果表明:各项指标在建立的数据集上均有较好的表现.所提算法的检测精度达到了84.07％,与单独检测可见光图像和红外图像的算法相比,检测精度分别提升了2.44％和21.89％,可以检测到更多的目标并且减少了误检目标的情况;与3种基于特征级图像融合的检测算法相比,算法的检测精度分别提升了4.5％,1.74％和3.42％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余旺盛		71	426	10.0	17.0
2	侯志强		74	1526	13.0	38.0
3	蒲磊		12	32	4.0	5.0
4	白玉		1	0	0.0	0.0
5	刘晓义		1	0	0.0	0.0
6	马素刚		1	0	0.0	0.0