结合红外显著性目标导引的改进YOLO网络的智能装备目标识别研究

• 作者: 侯毅苇 李林汉 王彦
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 目标识别 红外显著性 目标导引 深度学习 YOLO-V3 智能装备
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 644-650
• 页数: 7页
• 分类号: TN219
• 字数: 5289字
• 语种: 中文

摘要

为了提升实际作战环境下目标检测识别的性能,本文提出了一种基于红外显著性目标导引的改进YOLO(You Only Look Once)网络的智能装备目标识别算法,该算法利用红外图像提供目标可能的位置引导可见光图像中的深度自主学习,提升检测与识别的实时性.改进YOLO-V3识别网络是以Darknet-53为基础网络架构,利用Dense Net代替具有较低分辨率的原始转移层,同时采用分类网络预训练、多尺度检测网络训练等措施增强特征传播,复用和融合的性能.仿真实验结果表明,本文提出的模型可以有效地提高现有目标检测与识别的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彦	中国电子科技集团公司第五十四所信息传输与分发技术重点实验室	7	6	1.0	2.0
2	侯毅苇	河北金融学院大数据科学学院	15	16	2.0	3.0
6	李林汉	河北金融学院金融创新与风险管理研究中心	23	28	3.0	4.0