典型文献
基于深度学习的双光谱目标自动识别方法
文献摘要：
在科学技术革新发展的过程中,目标跟踪与识别是各国科研学者研究的主要领域,目前自动目标识别是这一领域的关键技术.从实践发展角度来看,目标跟踪技术在多个领域都具有广泛的运用,例如工业流水线的自动监测、光学雷达的图像跟踪、飞机导航等.自动目标识别技术是指依据成像系统获取的图像,自动提取目标并识别出来,目前的图像类型包含雷达图像、红外图像、可见光图像这三种,在研究相关技术时,要依据先进算法保障功能的实时性,以此更快适应动态化的环境需求.本文在了解深度学习结构的基础上,根据以深度学习为核心的多光谱光场成像方法,深层探索了其整体技术架构和应用方向,这不仅能为现代目标识别和跟踪技术的发展提供有效依据,还可以充分满足各领域的技术要求.
文献关键词：
深度学习;双光谱;目标自动识别;目标跟踪;检测识别
中图分类号：
作者姓名：
刘洵;梅宇航;王赫;王嘉城;薛彦涵
作者机构：
天津工业大学电子与信息工程学院,天津,300387;天津工业大学物理学院,天津,300387;天津工业大学软件学院,天津,300387
文献出处：
引用格式：
[1]刘洵;梅宇航;王赫;王嘉城;薛彦涵-.基于深度学习的双光谱目标自动识别方法)[J].电子元器件与信息技术,2022(06):51-55
A类：
B类：
双光谱,目标自动识别,自动识别方法,技术革新,革新发展,目标跟踪,研学,自动目标识别,实践发展,跟踪技术,流水线,自动监测,图像跟踪,目标识别技术,成像系统,自动提取,雷达图像,红外图像,可见光图像,保障功能,快适,动态化,环境需求,学习结构,多光谱,光场成像,成像方法,技术架构,应用方向,检测识别
AB值：
0.443351
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。
