典型文献
基于全卷积神经网络的红外弱小目标检测
文献摘要：
为解决传统红外弱小目标检测虚警率较高的问题,提出了一种基于局部均值差分和深度神经网络的红外弱小目标检测算法.首先,利用改进的局部均值差分算法从输入图像中提取候选目标区域;然后设计了基于全卷积神经网络的分类器对候选区域进行判别.网络中引入了参数化非线性激活层,有助于提升网络的分类性能.实验表明该文算法对典型天空和地面背景下红外弱小目标的准确率和召回率分别达到了100％和99.6％,明显优于传统算法.
文献关键词：
红外弱小目标检测;深度学习;全卷积神经网络;参数化非线性激活层;均值差分
中图分类号：
作者姓名：
李响;段萌;张学峰
作者机构：
中国空空导弹研究院,河南洛阳471009
文献出处：
引用格式：
[1]李响;段萌;张学峰-.基于全卷积神经网络的红外弱小目标检测)[J].电子质量,2022(05):39-44
A类：
参数化非线性激活层
B类：
全卷积神经网络,红外弱小目标检测,虚警率,局部均值,均值差分,深度神经网络,目标检测算法,差分算法,选目,目标区域,分类器,候选区域,分类性能,天空,地面背景,召回率,传统算法
AB值：
0.167602
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。
