典型文献
基于深度学习的防空武器红外目标识别技术应用研究
文献摘要：
针对防空武器的作战使用需求,提出了一种基于深度学习的防空武器红外目标识别流程,通过大视场进行目标检测,小视场进行目标跟踪识别.在目标检测阶段,采用YOLO网络模型实现全图多目标识别定位;在目标跟踪阶段,采用超分辨率重建算法提升目标局部图像分辨率,利用深度残差网络模型实现跟踪目标的识别分类.试验结果表明,基于深度学习的空中目标识别技术对典型目标的分类识别准确率均达到90％以上,能较好应用于防空武器对典型空中目标的分类识别,为防空武器的智能化发展提供了技术支撑.
文献关键词：
防空武器;深度学习;神经网络;红外目标识别
中图分类号：
作者姓名：
杨维;姚桐;耿修堂;王越;刘学超
作者机构：
西北机电工程研究所,陕西咸阳 712099
文献出处：
引用格式：
[1]杨维;姚桐;耿修堂;王越;刘学超-.基于深度学习的防空武器红外目标识别技术应用研究)[J].兵器装备工程学报,2022(01):125-129
A类：
B类：
防空武器,红外目标识别,目标识别技术,技术应用研究,作战使用,使用需求,大视场,目标检测,小视,目标跟踪,YOLO,模型实现,多目标识别,识别定位,超分辨率重建,重建算法,提升目标,局部图,图像分辨率,深度残差网络模型,跟踪目标,识别分类,空中目标,分类识别,识别准确率,智能化发展
AB值：
0.318826
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。
