用于空中红外目标检测的增强单发多框检测器方法

被引：18

作者：

谢江荣 ^{[1
,2
,3
]}

李范鸣 ^{[1
,3
]}

卫红 ^{[1
]}

李冰 ^{[1
]}

邵保泰 ^{[1
,2
,3
]}

机构：

[1] 中国科学院上海技术物理研究所

[2] 中国科学院大学

[3] 中国科学院红外探测与成像技术重点实验室

来源：

光学学报 | 2019年 / 39卷 / 06期

关键词：

机器视觉; 单发多框检测器; 空中红外目标; 目标检测; 特征融合; 语义分割;

D O I：

暂无

中图分类号：

TP391.41 []; TN21 [红外技术及仪器];

学科分类号：

080203 ; 0803 ; 080401 ; 080901 ;

摘要：

提出了一种用于空中红外目标检测的增强单发多框检测器(SSD)方法。分析了感受野与特征图层数的关系,同时采用池化和转置卷积操作的特征图双向融合机制,从整体上增强了特征的表达能力。通过引入浅层特征图的语义增强分支,并在高分辨率特征图上增加预测框,可提升小尺寸目标的定位精度。在VOC2007小目标和空中红外目标数据集上进行了对比测试,平均精度分别提高了7.1%和8.7%,此时检测速度略有下降。结果表明,增强SSD可在空中红外目标检测中获得较好的性能。

引用

页码：223 / 231

页数：9

共 8 条

[1] 基于深度卷积神经网络的红外船只目标检测方法 [J].