典型文献
基于显著性目标检测的弹着点定位算法
文献摘要：
针对目前炮弹定位方法安全隐患大、人工测量效率低、精度差的问题,本文提出一种基于显著性目标检测网络BASNet(Boundary-Aware Salient Object Detection)的弹着点定位方法.采用改进的BASNet网络,结合注意力机制模块CBAM(Convolutional Block Attention Module)、金字塔池化模块PPM(Pyramid Pooling Module)与深度可分离卷积,对炮弹火焰进行显著性检测,提取弹着点图像坐标.实验结果表明,该方法在自制的炮弹火焰数据集上的检测精度F值达到0.914,MAE为0.006,推理速度为3.86 fps,优于BASNet、U2 Net等显著性目标检测网络.该方法提取的弹着点图像坐标与真实坐标误差为5.92个像素值,相比于BASNet网络减少近4.85个像素值.综合可知,该算法增强了网络对显著性物体内部的检测精度,提高了模型推理效率,减少了图像弹着点坐标误差,适用于靶场小范围炮弹火焰烟雾的检测,能够满足靶场应用的实测需求.
文献关键词：
炮弹定位;显著性目标检测;注意力机制;金字塔池化;深度可分离卷积
中图分类号：
作者姓名：
周璇;朱苏磊;何为
作者机构：
上海师范大学信息与机电工程学院,上海 200234;中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室,上海 201800
文献出处：
引用格式：
[1]周璇;朱苏磊;何为-.基于显著性目标检测的弹着点定位算法)[J].计算机与现代化,2022(01):54-60
A类：
炮弹定位
B类：
显著性目标检测,弹着点,点定,定位算法,定位方法,人工测量,测量效率,目标检测网络,BASNet,Boundary,Aware,Salient,Object,Detection,注意力机制模块,CBAM,Convolutional,Block,Attention,Module,金字塔池化模块,PPM,Pyramid,Pooling,深度可分离卷积,火焰,显著性检测,图像坐标,检测精度,MAE,推理速度,fps,U2,像素,模型推理,靶场,小范,烟雾
AB值：
0.375983
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。
