基于目标特征分布增强卷积神经网络的红外目标检测算法

作     者：丁胜男 李威 蔡立明 李蒙 胡常青 DING Shengnan;LI Wei;CAI Liming;LI Meng;HU Changqing

作者机构：航天时代(青岛)海洋装备科技发展有限公司 北京航天控制仪器研究所 

出 版 物：《导航与控制》 (Navigation and Control)

年 卷 期：2024年第23卷第1期

页      面：97-106+62页

学科分类：12[管理学] 080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080203[工学-机械设计及理论] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 0835[工学-软件工程] 0803[工学-光学工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(编号:61971153 62271159) 

主　　题：红外弱小目标 目标特征分布学习 深度学习 目标分类 

摘      要：为了实现对水上红外弱小目标的探测，并减少由红外图像信噪比低、目标与背景的红外特征差异小等问题对检测结果的影响，通过结合红外图像的成分、纹理及目标形状特征，提出了基于目标特征分布增强卷积神经网络的红外目标检测(TFD＿CNN)算法。该算法包含目标特征分布学习与深度神经网络，具备滤除红外图像中噪声的能力，并深度挖掘红外图像中目标的边缘、纹理及形状信息，提升了卷积神经网络的分类精度。通过与4种算法进行实验对比，TFD＿CNN算法分类准确率为96%,高于其他算法。结果表明：TFD＿CNN算法具备对红外图像中落水人员与船只的分类能力。