典型文献
基于并行融合网络的航拍红外车辆小目标检测方法
文献摘要：
提出了一种基于并行融合网络的航拍红外车辆小目标检测方法.以并行残差块搭建的网络作为主干网络,完成对目标高精度且强鲁棒性的识别和分类.在此网络的基础上进行特征提取与特征融合,提出了基于跨层连接的改进YOLOv3算法,充分利用底层的信息完成对红外车辆小目标的高精度检测与定位.最后,采用soft-NMS替代NMS来缓解目标重叠问题.实验结果表明,本文方法能够准确检测复杂运动背景下的红外车辆小目标,并在误报率较低的情况下达到较高的检测精度.其中虚警率仅有0.01％且漏检率仅有1.36％.
文献关键词：
模式识别;红外图像;车辆检测;小目标检测;并行融合
中图分类号：
作者姓名：
朱子健;刘琪;陈红芬;张贵阳;王福宽;霍炬
作者机构：
哈尔滨工业大学 航天学院,哈尔滨 150001;哈尔滨工业大学 电气工程及自动化学院,哈尔滨 150001;常熟理工学院 机械工程学院,江苏 苏州 215500;广西大学 机械工程学院,南宁 530004
文献出处：
引用格式：
[1]朱子健;刘琪;陈红芬;张贵阳;王福宽;霍炬-.基于并行融合网络的航拍红外车辆小目标检测方法)[J].光子学报,2022(02):182-194
A类：
B类：
并行融合,融合网络,航拍,小目标检测,目标检测方法,残差块,主干网络,标高,特征融合,跨层连接,YOLOv3,高精度检测,检测与定位,soft,NMS,目标重叠,复杂运动,误报率,下达,检测精度,虚警率,漏检率,模式识别,红外图像,车辆检测
AB值：
0.393075
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
