低空监控系统的红外小目标检测方法

杨芳; 王萌

doi:10.13741/j.cnki.11-1879/o4.2024.01.012

您当前的位置：

首页 >

文章列表页 >

低空监控系统的红外小目标检测方法

光学图像处理 | 更新时间：2025-09-01

- 低空监控系统的红外小目标检测方法
- Infrared small target detection method of low-altitude monitoring system
- 光学技术 2024年50卷第1期页码：120-128
- 作者机构：
  
  1. 1:河北公安警察职业学院警务科研处
  2. 2:河北公安警察职业学院公安技战术系
- 作者简介：
- 基金信息：
  
  河北省教育厅课题(ZC2022112);河北省社会科学发展研究课题(20210201241)
- DOI：10.13741/j.cnki.11-1879/o4.2024.01.012
  中图分类号： TP183;TP751
- 纸质出版：2024
- 稿件说明：
移动端阅览
杨芳, 王萌. 低空监控系统的红外小目标检测方法[J]. 光学技术, 2024,50(1):120-128.

Infrared small target detection method of low-altitude monitoring system[J]. 2024, 50(1): 120-128.
杨芳, 王萌. 低空监控系统的红外小目标检测方法[J]. 光学技术, 2024,50(1):120-128. DOI： 10.13741/j.cnki.11-1879/o4.2024.01.012.

Infrared small target detection method of low-altitude monitoring system[J]. 2024, 50(1): 120-128. DOI： 10.13741/j.cnki.11-1879/o4.2024.01.012.

摘要

无人机遥感系统在检测复杂背景下红外小目标时存在虚警过高的问题，结合卷积神经网络提出一种两阶段的无人机遥感系统红外小目标检测模型。第一阶段利用Unet神经网络学习红外图像中目标的深度语义特征与浅层位置特征，同时增强红外小目标信号，并抑制背景信号。第二阶段利用Faster R-CNN对第一阶段输出的图像进行分析，检测图中红外小目标的位置与边框。在公开的无人机遥感系统红外小目标检测数据集上完成了验证实验，结果表明该模型将三个复杂背景数据集下红外小目标的检测精度分别提高了13.2、9.8与13个百分点，每秒处理的帧数分别增加了11、14与13。

Abstract

关键词

Keywords

references

浏览量

157

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

基于小波变换和残差网络的磁共振影像分割方法

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

基于YOLOv4-tiny的遥感图像飞机目标检测技术研究

低空监控系统的红外小目标检测方法

Infrared small target detection method of low-altitude monitoring system

DOI：10.13741/j.cnki.11-1879/o4.2024.01.012

摘要

Abstract

关键词

Keywords

references