基于BIRD网络的智能红外全景识别系统

陈国胜, 胡福东, 周成宝, 李邵军, 李宁, 包祖超, 李英杰

陈国胜, 胡福东, 周成宝, 李邵军, 李宁, 包祖超, 李英杰. 基于BIRD网络的智能红外全景识别系统[J]. 红外技术, 2018, 40(8): 765-770.
引用本文: 陈国胜, 胡福东, 周成宝, 李邵军, 李宁, 包祖超, 李英杰. 基于BIRD网络的智能红外全景识别系统[J]. 红外技术, 2018, 40(8): 765-770.
CHEN Guosheng, HU Fudong, ZHOU Chenbao, LI Shaojun, LI Ning, BAO Zuchao, LI Yingjie. Intelligent Infrared Panoramic Recognition System Based on BIRD Network[J]. Infrared Technology , 2018, 40(8): 765-770.
Citation: CHEN Guosheng, HU Fudong, ZHOU Chenbao, LI Shaojun, LI Ning, BAO Zuchao, LI Yingjie. Intelligent Infrared Panoramic Recognition System Based on BIRD Network[J]. Infrared Technology , 2018, 40(8): 765-770.

基于BIRD网络的智能红外全景识别系统

详细信息
  • 中图分类号: TN216

Intelligent Infrared Panoramic Recognition System Based on BIRD Network

  • 摘要: 针对当前军用车辆观瞄系统存在全域感知能力差、危险目标识别率低的问题,本文提出并实现了一种基于深度学习的智能红外全景识别系统.首先根据可靠性和低功耗原则设计了该系统的硬件部分;其次,为解决红外图像中行人和车辆识别率低、实时性差的问题,设计了一种BIRD(Brisk InfraRed Detection,BIRD)深度神经网络,实现对行人或车辆进行检测与识别;此外,基于旋转平台多源传感器参数,实现红外相机快速帧间连续拼接;实验结果表明,本系统在实时输出360°红外全景影像的同时,能对当前视场中的目标进行同步检测识别,在保证相同准确率的前提下,所采用的BIRD网络与RCNN网络相比,处理PAL视频的平均耗时减少175 ms,表现出了实时、稳定的工作性能.
  • 期刊类型引用(2)

    1. 周鹏飞,朱洪立,李明俊,张成军,王兴一,潘士兵. 超材料在军用隐身中的应用研究. 材料工程. 2024(02): 112-121 . 百度学术
    2. 何云飞,徐晨,徐国跃,梁娟,郭腾超. 低发射率涂层与超材料吸波体兼容性能的研究. 兵器材料科学与工程. 2019(02): 56-59 . 百度学术

    其他类型引用(3)

计量
  • 文章访问数:  145
  • HTML全文浏览量:  20
  • PDF下载量:  17
  • 被引次数: 5
出版历程

目录

    /

    返回文章
    返回
    x 关闭 永久关闭

    尊敬的专家、作者、读者:

    端午节期间因系统维护,《红外技术》网站(hwjs.nvir.cn)将于2024年6月7日20:00-6月10日关闭。关闭期间,您将暂时无法访问《红外技术》网站和登录投审稿系统,给您带来不便敬请谅解!

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题,可发送邮件至编辑部邮箱(irtek@china.com)与我们联系。

    感谢您对本刊的支持!

    《红外技术》编辑部

    2024年6月6日