-
题名基于可见光与红外卫星图像融合的舰船目标检测
被引量:4
- 1
-
-
作者
赵炜东
郭鹏宇
刘勇
曹璐
杨伟丽
季明江
-
机构
军事科学院国防科技创新研究院
-
出处
《上海航天(中英文)》
CSCD
2023年第1期44-52,共9页
-
基金
国家自然科学基金(61901504,52005506)
国防科技基础加强计划(2021-JCJQ-JJ-0834)。
-
文摘
为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。
-
关键词
深度学习
舰船检测
可见光与红外卫星图像
图像融合
vi-yolov5
-
Keywords
deep learning
ship detection
visible and infrared satellite image
image fusion
vi-yolov5
-
分类号
TP751.1
[自动化与计算机技术—检测技术与自动化装置]
-