文献类型：期刊文章

作　　者：陈栋[1] 杨传栋[1] 秦杰[1] 蒋滨安[1] 修德良[2]

Chen Dong;Yang Chuandong;Qin Jie;Jiang Bin’an;Xiu Deliang(Laboratory of Guidance Control&Information Perception Technology of High Overload Projectiles,PLA Army Academy of Artillery&Air Defense,Hefei 230031,China;No.53 Team,No.77611 Unit of PLA,Lasa 850000,China)

机构地区：[1]陆军炮兵防空兵学院高过载弹药制导控制与信息感知实验室,合肥230031 [2]中国人民解放军77611部队53分队,拉萨850000

出　　处：《兵工自动化》

基　　金：军队“十三五”装备预研项目(301070103)。

年　　份：2020

卷　　号：39

期　　号：7

起止页码：24-28

语　　种：中文

收录情况：IC、PROQUEST、RCCSE、UPD、ZGKJHX、普通刊

摘　　要：针对炮兵对抗训练系统中炸点图像目标捕捉的问题,提出一种基于YOLACT的炸点区域快速识别及分割方法。对特征提取网络结构和参数进行修改,结合预测分支网络和掩膜生成网络输出炸点位置和区域范围,根据区域信息得到炸点中心坐标。实验结果表明:在构建的炸点数据集上,该方法能准确地识别和分割炸点目标,速度达到21.2 fps,整体上优于对比算法,能较好地解决炮兵对抗训练系统中的问题。

关 键 词：对抗训练  炸点识别  卷积神经网络 掩膜生成  

分 类 号：TP391]