典型文献
基于双流融合网络的单兵伪装偏振成像检测
文献摘要：
单兵伪装目标与背景之间在颜色上有高度的相似性,目标具有高度复杂的姿态,而且存在遮挡问题,这些问题使得单兵伪装目标检测较传统目标检测有很大的挑战性.针对上述问题,提出基于偏振信息和RGB(Red,Green,Blue)信息的深度学习算法,同时构建单兵伪装目标偏振图像数据集CIP3K(Multicam型迷彩伪装数据集和Woodland 型迷彩伪装数据集).基于 Faster R-CNN(Faster Region-Convolutional Neural Network)提出一种双流特征融合网络TSF-Net,其能够融合目标偏振特征信息和RGB特征信息.在CIP3K数据集上进行大量实验,用来测试TSF-Net模型与其他检测模型的性能.实验结果表明,相较于Faster R-CNN,TSF-Net模型在两个数据集上的平均检测精度分别提高了 8.2个百分点和8.8个百分点,且优于一些主流目标检测模型.
文献关键词：
机器视觉;单兵伪装检测;偏振成像;卷积神经网络;数据集
中图分类号：
作者姓名：
王荣昌;王峰;任帅军;王勇
作者机构：
中国人民解放军陆军炮兵防空兵学院信息工程系,安徽合肥230031;偏振光成像探测技术安徽省重点实验室,安徽合肥230031
文献出处：
引用格式：
[1]王荣昌;王峰;任帅军;王勇-.基于双流融合网络的单兵伪装偏振成像检测)[J].光学学报,2022(09):185-197
A类：
CIP3K,Multicam,Woodland,单兵伪装检测
B类：
双流融合,偏振成像,成像检测,高度复杂,遮挡问题,伪装目标检测,偏振信息,RGB,Red,Green,Blue,深度学习算法,偏振图像,图像数据集,迷彩伪装,Faster,Region,Convolutional,Neural,Network,特征融合网络,TSF,偏振特征,特征信息,检测精度,百分点,目标检测模型,机器视觉
AB值：
0.291613
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
