基于深度学习的军事目标识别算法综述

摘要：

目标识别作为深度学习中最受欢迎的领域之一,已广泛应用于民用的各个方面,如人脸识别、行人重识别、车牌识别、车辆识别等;而在军事应用领域,由于军事目标数据集较少,但识别要求精度高实时性强,所以还在发展阶段.首先阐述了基于深度学习的军事目标识别发展现状;然后介绍了6种目前主流的基于深度学习的军事目标识别算法(包括Mask R-CNN、GAN与深度森林、DRFCN、E-MobileNet、SSD300、YOLO)及相关网络结构、改进方法与实际应用;最后对主流方法进行总结,并探讨了未来的发展趋势.

关键词：深度学习、军事目标、高精度、实时性

所属期刊栏目：22

分类号：TP391.4(计算技术、计算机技术)

资助基金：陕西省重点研发计划;机电动态控制重点实验室开放课题

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：9466-9475