期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习的仿生偏振视觉固/气热源识别技术研究
1
作者 原帅 欧阳名钊 +4 位作者 付跃刚 杨晨南 许俊伟 程庆庆 李亚红 《红外与激光工程》 CSCD 北大核心 2024年第12期198-207,共10页
基于仿生偏振视觉原理,开展了高温固/气热源目标长波红外偏振识别技术研究。以高温金属热源和丁烷气体燃烧热源为研究对象,提出将不同通道偏振距离图像进行融合,分析高温状态下固/气热源目标偏振特性及目标背景对比度特征。同时,结合深... 基于仿生偏振视觉原理,开展了高温固/气热源目标长波红外偏振识别技术研究。以高温金属热源和丁烷气体燃烧热源为研究对象,提出将不同通道偏振距离图像进行融合,分析高温状态下固/气热源目标偏振特性及目标背景对比度特征。同时,结合深度学习技术,构建三类偏振距离红外融合图像数据集,使用YOLOv8网络对其中固/气热源目标进行分类识别。结果表明,双通道偏振距离图像中高温固体热源表现出边缘偏振信息,三、四通道偏振距离中伪装热源目标体现出边缘和纹理特征,二者在噪声环境中对比度高。其中,三通道偏振距离对比度表现最优。相较于原偏振距离图像,融合图像目标背景对比度得到增强。三类数据集中固/气热源目标可被有效识别,mAP0.5达到99%以上,mAP0.5∶0.95值234组合达到73.7%,223组合达到75.2%,443组合达到67.3%。实现了多通道组合下的高温固/气目标物分类识别比较研究,验证了红外目标偏振技术在固/气热源目标识别方面的可行性。 展开更多
关键词 红外固/气热源目标 仿生偏振视觉 偏振特征识别 深度学习训练
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部