基于卷积神经网络的红外弱小车辆目标检测方法

作     者：金宝根 吕庆梅 JIN Baogen;LYU Qingmei

作者机构：绍兴文理学院浙江绍兴312000 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年第45卷第5期

页      面：241-245页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：浙江省自然科学基金(No.LY20F050011) 

主　　题：红外图像 卷积神经网络 弱小目标 车辆检测 特征向量 噪声抑制 

摘      要：传统方法无法获得理想的红外弱小车辆目标检测结果,导致检测误差大,无法满足实际应用要求,为了解决传统红外弱小车辆目标检测方法存在的局限性,及时检测红外图像中的弱小车辆,提高车辆检测精度,设计了基于卷积神经网络的红外弱小车辆目标检测方法。首先对弱小车辆目标检测需要的红外图像进行采集,并对红外图像噪声进行处理,消除噪声对弱小车辆目标检测的干扰,然后采用卷积神经网络建立弱小车辆目标检测模型,最后通过具体仿真实验测试弱小车辆目标检测方法的性能。结果表明,该方法的弱小车辆目标检测精度超过了90%,大幅度减少了弱小车辆目标的误检率,同时弱小车辆目标检测时间控制在5 s内,可以满足弱小车辆目标检测的实时性要求,具有较高的实际应用价值。