Real-time recognition method of infrared object based on motion segmentation and lightweight classification network

doi:10.13741/j.cnki.11-1879/o4.2021.04.017

您当前的位置：

首页 >

文章列表页 >

Real-time recognition method of infrared object based on motion segmentation and lightweight classification network

更新时间：2025-09-01

- Real-time recognition method of infrared object based on motion segmentation and lightweight classification network
- Vol. 47, Issue 4, Pages: 483-488(2021)
- 作者机构：
  
  1:国家电网有限公司大数据中心
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.04.017
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Real-time recognition method of infrared object based on motion segmentation and lightweight classification network[J]. 2021, 47(4): 483-488.
DOI：

Real-time recognition method of infrared object based on motion segmentation and lightweight classification network[J]. 2021, 47(4): 483-488. DOI： 10.13741/j.cnki.11-1879/o4.2021.04.017.

摘要

战场野外复杂红外场景中

由于背景灰度分布无规律、目标边缘模糊且纹理特征缺失

目标极易混淆在背景之中;由于嵌入式平台算力的限制

多数深度学习类检测算法难以应用于便携设备

无法实现快速有效的目标识别。提出一种基于运动目标提取与高效机器学习模型结合的目标识别方法:通过运动检测实现目标像素级分割

经形态学处理后

定位单体目标;根据嵌入式平台算力高低

选择轻量化深度网络特征或轮廓特征

训练softmax模型

实现目标分类识别。将算法移植于嵌入式平台

对开源红外图像序列进行目标识别实验

实现多目标同时定位与分类

处理速度达56FPS。实验结果表明

该方法可对复杂背景中的红外目标进行实时有效识别。

Abstract

关键词

Keywords

references

Views

247

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Study on action detection by combination of monocular vision imaging and depth measure

Image expression recognition algorithm based on gravity search and deep learning

High-order dispersion prediction of fiber communication based on deep neural networks

Research on degree of lenses comfort based on deep neural network

Super-resolution reconstruction of single image based on multilevel attention dense residual network

Related Author

王云良

包林霞

郭宏刚

杨芳

杨恺

项华中

樊碧月

武杰

Related Institution

1:常州机电职业技术学院信息工程学院

2:江苏省物联网与制造业信息化工程技术研究中心

1:河北公安警察职业学院警务科研处

2:河北师范大学计算机与网络空间安全学院

3:河北师范大学河北省网络与信息安全重点实验室

⁰