基于移动分割与轻量化分类网络的红外目标实时识别方法

您当前的位置：

首页 >

文章列表页 >

光学图像处理与识别 | 更新时间：2025-09-01

- 基于移动分割与轻量化分类网络的红外目标实时识别方法
- Real-time recognition method of infrared object based on motion segmentation and lightweight classification network
- 光学技术 2021年47卷第4期页码：483-488
- 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：
  
  国家自然科学基金项目(51577103)
- DOI：10.13741/j.cnki.11-1879/o4.2021.04.017
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
王倩, 张海峰, 米娜, 等. 基于移动分割与轻量化分类网络的红外目标实时识别方法[J]. 光学技术, 2021,47(4):483-488.

Real-time recognition method of infrared object based on motion segmentation and lightweight classification network[J]. 2021, 47(4): 483-488.
王倩, 张海峰, 米娜, 等. 基于移动分割与轻量化分类网络的红外目标实时识别方法[J]. 光学技术, 2021,47(4):483-488. DOI： 10.13741/j.cnki.11-1879/o4.2021.04.017.

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.

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。

浏览量

247

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合单目视觉成像和深度测量的行为检测研究

基于重引力搜索和深度学习的图像表情识别研究

基于深度神经网络的光纤通信高阶色散预测

基于深度神经网络的镜片佩戴舒适度研究

基于多级注意力密集残差网络的单幅图像超分辨率重建