首页> 中文期刊> 《电光与控制》 >基于孪生特征引导多尺度网络的复杂场景下坦克检测方法

基于孪生特征引导多尺度网络的复杂场景下坦克检测方法

         

摘要

针对现有的基于CNN的方法存在特征信息丢失、杂波信息干扰严重、忽略了不同尺度特征之间的相关性、需要大量训练样本等问题,提出了一种基于孪生特征引导多尺度网络(SFGMSN)的坦克检测方法。在SFGMSN方法中,设计一种改进的Inception模块,提取坦克目标图像的多尺度特征,并进行特征融合,更好地恢复了坦克目标的精细分段信息;为了提高目标区域的特征感知能力和抑制背景干扰,设计了一种局部通道注意机制(LCA-M),得到更加精准的检测结果;最后,利用元学习器检测坦克目标。SFGMSN方法充分利用多尺度卷积、空洞卷积、孪生网络、局部通道注意机制和元学习器的优势,能够解决传统CNN模型过度依赖大量训练样本以及在小样本条件下可能出现的准确率低和泛化性差的问题。在坦克图像数据库中进行实验,结果表明,所提方法具有较好的检测效果,平均检测精度为90.12%,可实现复杂场景下坦克检测,对低分辨率坦克图像具有很好的鲁棒性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 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