高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

结合红外显著性目标导引的改进YOLO网络的智能装备目标识别研究

侯毅苇,  李林汉,  王彦

downloadPDF
文章导航 > 红外技术  > 2020 >  42(7): 644-650
侯毅苇, 李林汉, 王彦. 结合红外显著性目标导引的改进YOLO网络的智能装备目标识别研究[J]. 红外技术, 2020, 42(7): 644-650.
引用本文: 侯毅苇, 李林汉, 王彦. 结合红外显著性目标导引的改进YOLO网络的智能装备目标识别研究[J]. 红外技术, 2020, 42(7): 644-650.
shu
HOU Yiwei, LI Linhan, WANG Yan. Intelligent Equipment Object Recognition Based on Improved YOLO Network Guided by Infrared Saliency Detection[J]. Infrared Technology , 2020, 42(7): 644-650.
Citation: HOU Yiwei, LI Linhan, WANG Yan. Intelligent Equipment Object Recognition Based on Improved YOLO Network Guided by Infrared Saliency Detection[J]. Infrared Technology , 2020, 42(7): 644-650.
shu

结合红外显著性目标导引的改进YOLO网络的智能装备目标识别研究

  • 河北金融学院, 大数据科学学院,河北 保定 071051;河北金融学院, 金融创新与风险管理研究中心,河北 保定 0710051

  • 河北金融学院, 金融创新与风险管理研究中心,河北 保定 0710051

  • 中国电子科技集团公司第五十四所 信息传输与分发技术重点实验室,河北 石家庄,050081

基金项目: 河北省自然科学基金青年科学基金(A2015410006)%2018年度河北省科学技术厅软科学研究专项项目(18454227)%河北金融学院应用数学优秀基础学科基金项目(20190235A)
详细信息

  • 中图分类号: TN219

Intelligent Equipment Object Recognition Based on Improved YOLO Network Guided by Infrared Saliency Detection

    摘要
  • 摘要: 为了提升实际作战环境下目标检测识别的性能,本文提出了一种基于红外显著性目标导引的改进YOLO(You Only Look Once)网络的智能装备目标识别算法,该算法利用红外图像提供目标可能的位置引导可见光图像中的深度自主学习,提升检测与识别的实时性.改进YOLO-V3识别网络是以Darknet-53为基础网络架构,利用Dense Net代替具有较低分辨率的原始转移层,同时采用分类网络预训练、多尺度检测网络训练等措施增强特征传播,复用和融合的性能.仿真实验结果表明,本文提出的模型可以有效地提高现有目标检测与识别的性能.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  160
  • HTML全文浏览量:  23
  • PDF下载量:  37
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计