典型文献
基于红外与可见光图像的目标检测算法
文献摘要：
针对现有基于可见光的目标检测算法存在的不足,提出了一种红外和可见光图像融合的目标检测方法.该方法将深度可分离卷积与残差结构相结合,构建并列的高效率特征提取网络,分别提取红外和可见光图像目标信息;同时,引入自适应特征融合模块以自主学习的方式融合两支路对应尺度的特征,使两类图像信息互补;最后,利用特征金字塔结构将深层特征逐层与浅层融合,提升网络对不同尺度目标的检测精度.实验结果表明,所提网络能够充分融合红外和可见光图像中的有效信息,并在保障精度与效率的前提下实现目标识别与定位;同时,在实际变电站设备检测场景中,该网络也体现出较好的鲁棒性和泛化能力,可以高效完成检测任务.
文献关键词：
目标检测;红外与可见光图像;深度学习;自适应融合
中图分类号：
作者姓名：
邝楚文;何望
作者机构：
惠州经济职业技术学院,广东 惠州 516057;华中科技大学 计算机科学与技术学院,湖北 武汉 430074
文献出处：
引用格式：
[1]邝楚文;何望-.基于红外与可见光图像的目标检测算法)[J].红外技术,2022(09):912-919
A类：
B类：
红外与可见光图像,目标检测算法,图像融合,目标检测方法,深度可分离卷积,残差结构,并列,特征提取网络,目标信息,自适应特征融合,特征融合模块,两支,支路,图像信息,信息互补,特征金字塔结构,深层特征,逐层,不同尺度,检测精度,充分融合,有效信息,精度与效率,实现目标,目标识别与定位,变电站设备,设备检测,泛化能力,自适应融合
AB值：
0.34758
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。
