文献类型：期刊文章

作　　者：王战涛[1] 张策[2] 王晓田[2]

WANG Zhantao;ZHANG Ce;WANG Xiaotian(Unit 95889 of the Chinese People’s Liberation Army,Jiuquan 735018,Gansu,China;School of Astronautics,Northwestern Polytechnic University,Xi’an 710072,Shaanxi,China)

机构地区：[1]中国人民解放军95889部队,甘肃酒泉735018 [2]西北工业大学航天学院,陕西西安710072

出　　处：《上海航天（中英文）》

基　　金：航天科技创新基金项目(CASC201105)。

年　　份：2021

卷　　号：38

期　　号：6

起止页码：60-70

语　　种：中文

收录情况：CSCD、CSCD_E2021_2022、ZGKJHX、普通刊

摘　　要：经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检测特性,改进了原始算法的特征提取网络,融合KL-LOSS,在原网络预测目标位置的基础上,进一步预测了位置的准确度标准差,并结合Soft-NMS算法用于改善网络的检测准确度;其次,针对红外目标相对三通道彩色图像的特征量少的问题,在检测层前融合了SKNET模块,使网络更加关注目标的有用特征;最后,给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点,预测时间比YOLOV3实用性更好、更快。

关 键 词：红外目标检测 YOLOV3  SKNET网络  Soft-NMS算法  KS-YOLO  

分 类 号：V19]