基于YOLO智能网络的红外弱小多目标检测技术

关键词：红外弱小目标 深度学习 目标检测 yolo 

摘要：复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。

上海航天杂志要求:

{1}计量单位以国家法定计量单位为准。统计学符号按国家标准《统计学名词及符号》的规定书写。

{2}所有投稿在形式上应当符合国家著作权规定、公认学术规范和本刊编辑体例。

{3}参考文献：择主要列入，10篇以内为宜，按文中出现顺序排列。

{4}简要地介绍研究背景、研究内容、研究成果。关键词的个数为3-8个。

{5}中英文对照的标题、作者、作者单位、摘要、关键词。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社