• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SPIE Defense + Security Conference >Automatic target recognition using deep convolutional neural networks
【24h】

Automatic target recognition using deep convolutional neural networks

机译：使用深度卷积神经网络的自动目标识别

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a new Automatic Target Recognition (ATR) system, based on Deep Convolutional Neural Network (DCNN), to detect the targets in Forward Looking Infrared (FLIR) scenes and recognize their classes. In our proposed ATR framework, a fully convolutional network (FCN) is trained to map the input FLIR imagery data to a fixed stride correspondingly-sized target score map. The potential targets are identified by applying a threshold on the target score map. Finally, corresponding regions centered at these target points are fed to a DCNN to classify them into different target types while at the same time rejecting the false alarms. The proposed architecture achieves a significantly better performance in comparison with that of the state-of-the-art methods on two large FLIR image databases.
机译：在本文中，我们提出了一种基于深度卷积神经网络（DCNN）的新的自动目标识别（ATR）系统，以检测前视红外（FLIR）场景中的目标并识别其类别。在我们提出的ATR框架中，训练了一个全卷积网络（FCN）以将输入的FLIR图像数据映射到一个固定的，对应大小的步幅目标得分图。通过在目标得分图上应用阈值来识别潜在目标。最后，将以这些目标点为中心的相应区域馈送到DCNN，以将其分类为不同的目标类型，同时拒绝错误警报。与两个大型FLIR图像数据库上的最新方法相比，所提出的体系结构可实现明显更好的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号