关键词：舰船目标检测 候选区训练 svm 选择性搜索算法 

摘要：无人机进行红外舰船目标侦察时,检测算法对检测正确率的影响很大。为增强无人机红外光电载荷对舰船目标的检测能力,提出采用支持向量机(Support Vector Machine, SVM)进行候选区训练的检测算法,以提高目标检测的正确率。通过预先对候选区的特征进行训练,得到候选区的分类数据。在检测阶段,加载训练时得到的候选区分类数据,分类筛选出更可能包含目标的候选区,从而提高目标检测的正确率。验证实验中,选用368张无人机拍摄的长波红外图像作为训练数据集图像,另外选择139张图像作为测试图像。分别采用带候选区训练的方法和无候选区训练的方法做目标检测实验。检测结果表明,采用带候选区训练的检测方法比采用无候选区训练方法时平均检测正确率高14.6%。

红外杂志要求:

{1}摘要内容应包括研究工作目的、方法、结果和结论。摘要应具有独立性和自含性，即不阅读全文，就能获得必要的信息。

{2}作者对来稿的真实性及科学性负责。依照《中华人民共和国著作权法》的有关规定，本刊可对来稿做文字修改、删节。凡有涉及原意的修改，则提请作者考虑。修改稿逾期3个月不寄回者，视作自动撤稿。

{3}特别欢迎随稿提供较高质量的彩色与黑白摄影图片电子版，以便本刊封内彩页选用。

{4}要有300字以内的中文摘要和3至5个关键词。

{5}作者如对文章题名、责任者、基金项目（名称和编号）需做必要的解释或说明，请在当页用脚注表示;对于文章特定内容的解释说明,请用“注释”方式置于文后，序号用带“[]”的阿拉伯数字表示，连续编号。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社