期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度卷积神经网络的红外过采样扫描图像点目标检测方法 被引量:19
1
作者 林两魁 王少游 唐忠兴 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2018年第2期219-226,共8页
针对红外过采样扫描成像特点,提出一种基于深度卷积神经网络的红外点目标检测方法.首先,设计回归型深度卷积神经网络以抑制扫描图像杂波背景,该网络不含池化层,输出的背景抑制图像尺寸与输入图像一致;其次,对抑制后的图像进行门限检测,... 针对红外过采样扫描成像特点,提出一种基于深度卷积神经网络的红外点目标检测方法.首先,设计回归型深度卷积神经网络以抑制扫描图像杂波背景,该网络不含池化层,输出的背景抑制图像尺寸与输入图像一致;其次,对抑制后的图像进行门限检测,提取候选目标小区域原始数据;最后,将候选目标区域数据依次输入分类型深度卷积神经网络以进一步判别目标、剔除虚警.生成大量过采样训练数据有效训练两个深度网络.结果表明,在不同杂波背景下,该方法在目标信杂比增益、检测概率、虚警概率和运算时间等方面,均优于典型红外小目标检测方法,适用于红外过采样扫描系统的点目标检测. 展开更多
关键词 模式识别与智能系统 点目标检测 卷积神经网络 红外过采样扫描 深度学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部