首页 > 论文 > 激光与光电子学进展 > 56卷 > 07期(pp:071102)

基于深度神经网络的迷彩目标发现仿真学习方法

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

针对自动化迷彩目标发现学习时有效样本严重不足的问题,借鉴AlphaGo的技术思想,提出一种基于样本模拟的深度神经网络仿真训练新方法。建立了迷彩场景仿真合成模型,通过设计图像空间的变换复合操作,场景图像深度特征提取,目标融合度计算,以及图聚类采样等算法,批量化地生成可用于深度神经网络训练学习的代表性迷彩场景仿真样本;设计引入了基于深度残差网络的迷彩目标发现模型,并引入了多尺度联合训练方法提升目标发现性能。在模拟样本和真实场景图像上的实验分析结果表明,上述方法可有效用于迷彩目标自动化识别与评估。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop56.071102

作者单位:

    江南大学
    江南大学
    江南大学
    近地面探测与感知技术国防科技重点实验室
    近地面探测与感知技术国防科技重点实验室

引用该论文

卓刘,陈晓琪,谢振平,蒋晓军,毕道鹍. 基于深度神经网络的迷彩目标发现仿真学习方法[J].激光与光电子学进展,2019,56(07):071102.