基于深度学习的重叠红外刑侦目标提取算法研究

刑侦图像处理中,由于人活动的随意性和主观性,导致红外图像中存在手印重叠的问题,使得处理此类图像中重叠目标的提取较为复杂。针对重叠红外刑侦目标提取困难的问题,提出一个ResEU-Net网络模型,用于定位和分割手印目标区域以及重叠目标区域。此外,通过基于坐标变换和图像融合算法,有效地提取和复原单个重叠手印。通过算法实验结果及所提出网络模型的对比试验,验证了方法在提取红外重叠刑侦目标时的准确性和优越性。ResEU-Net网络模型的评估指标,包括mIoU、mAP以及准确率等,均优于其他模型。与其他目标提取方法相比,方法在提取整体手印目标、手印的重叠目标和单独手印目标时都具有较高的准确性和完整性。