典型文献
复合翼无人机平台的下视红外船舶识别算法
文献摘要：
由于复合翼飞行器在飞行过程中速度快,对红外目标识别算法的实时性有着更高的要求.针对快速目标识别的迫切需求,本文提出了一种基于改进YOLOv4的红外船舶识别算法YOLOv4-Gd.该算法首先将空间注意力机制与通道注意力机制相结合作用在主干网络CSP-Darknet提取出有效特征层上,使得船舶目标的特征占据更大的权重,以此增强神经网络对特征的学习能力.其次,使用深度可分离卷积替换主干网络CSPDarknet的传统卷积,在确保不丢失大量信息的同时极大降低网络的模型参数,提高网络的实时性.引入可学习权重的双向特征融合BiFPN模块,增加网络对不同输入特征层的学习能力及多尺度特征融合能力,最后对主干网络层数进行优化.实验结果表明,优化后的算法在复杂背景、小尺度目标及多目标等应用场景的平均准确率提升了2.22％,同时FPS达到48.9,为在移动边缘计算平台上实现红外舰船目标识别提供了飞行试验基础.
文献关键词：
红外船舶识别;复合翼无人机;注意力机制;边缘计算
中图分类号：
作者姓名：
宋嘉乐;杨德振;刘彤;李江勇;李重阳
作者机构：
华北光电技术研究所,北京 100015;北京真空电子技术研究所,北京 100015;华中师范大学物理科学与技术学院,湖北 武汉430079
文献出处：
引用格式：
[1]宋嘉乐;杨德振;刘彤;李江勇;李重阳-.复合翼无人机平台的下视红外船舶识别算法)[J].激光与红外,2022(11):1649-1656
A类：
复合翼无人机,红外船舶识别
B类：
无人机平台,飞行器,中速,红外目标识别,目标识别算法,YOLOv4,Gd,空间注意力机制,通道注意力机制,主干网络,有效特征,船舶目标,使用深度,深度可分离卷积,CSPDarknet,可学,学习权重,双向特征融合,BiFPN,输入特征,多尺度特征融合,融合能力,网络层,层数,复杂背景,小尺度目标,平均准确率,准确率提升,FPS,移动边缘计算,计算平台,红外舰船目标,舰船目标识别,飞行试验
AB值：
0.335969
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。
