基于关键点的快速红外目标检测方法

• 作者: 苗壮 张湧 陈瑞敏 李伟华
• 来源期刊: 光学学报
• 关键词: 测量 机器视觉 深度学习 红外目标 目标检测 特征融合
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 仪器,测量与计量|Instrumentation,Measurement and Metrology
• 页码范围: 130-138
• 页数: 9页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3788/AOS202040.2312006

摘要

针对红外探测系统对目标检测的实时性要求,提出了一种基于关键点的快速红外目标检测方法.以目标中心作为目标检测关键点,首先设计了轻量化的特征提取网络,之后结合红外目标较小的特点,利用不同层次特征的空间信息和语义信息设计了相应的特征融合网络,并最终实现目标类别、位置和尺寸信息的预测.在自建空中红外目标数据集上对模型进行了对比测试,与YOLOv3等经典检测模型相比,检测速度大幅提高,检测精度仅略有下降;与同类型快速检测模型Tiny-YOLOv3相比,在模型尺寸压缩至Tiny-YOLOv3尺寸的23.39％的情况下,检测精度提高了8.9％,在中央处理器(CPU)上运行的检测速度亦提高了13.9 ms/frame,检测性能显著提升,验证了方法的有效性.