基于CNN的弹载图像目标检测方法研究

摘要：

针对弹载图像目标检测存在适应性不足和智能度不高的问题,阐述了基于卷积神经网络的单帧和多帧图像目标检测算法;提出了在应对恶劣天气、目标旋转及尺度变化、精度速度权衡等难点中的解决策略,包括了在模型、网络结构、训练手段等方面的改进方法.同时,在通用数据集和构建的军事目标专用数据集上进行监督学习训练,对主要算法进行性能比较.结果 表明,基于CNN算法能够满足实时性要求,有效提高检测能力,具有更强的环境适应性.

关键词：目标检测、弹载图像、卷积神经网络、监督学习训练、导弹、制导

分类号：TP391.41;TJ765(计算技术、计算机技术)

资助基金：装备预研项目9140A05030213JB913

在线出版日期：2019-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：85-92