首页期刊导航|兵器装备工程学报
期刊信息/Journal information
兵器装备工程学报
兵器装备工程学报

彭熙

月刊

2096-2304

scbgxb@126.com

023-68852703

400042

重庆市九龙坡区重庆理工大学杨家坪校区图书馆大楼16楼

兵器装备工程学报/Journal Journal of Ordnance Equipment Engineering北大核心CSTPCDCSCD
查看更多>>本刊自1980年创刊以来，积极宣传“科学技术是第一生产力”的重要思想，经常登载著名高校和行业内外知名专家学者的约稿，对推动兵器行业科技进步发挥了积极作用，受到了广大作者和读者的关心、支持和信赖，得到了不断发展和进步，已成为国家科技论文统计源期刊，中文科技期刊数据库全文收录期刊，是广大科技人员、企业经营者、管理者和大专院校师生的良师益友。
正式出版
收录年代

    融合视觉图像处理的目标识别技术在移动机器人中的应用

    潘萍
    314-322页
    查看更多>>摘要：为了提升移动机器人的运动人体识别效果,研究利用Faster-RCNN-KF对动态人体图像进行实时跟踪,并结合Facenet-MTCNN实现跟踪对象人脸识别.运动人体跟踪检测实验和人脸识别测试结果显示,Faster-RCNN-KF算法跟踪误差仅为0.000 5 m,且跟踪响应速度和误差更正速度较快;Facenet-MTCNN目标识别算法在训练中的分类精度最高能够达到99.15%,分类中的时间延迟为0.01 s,能够有效识别跟踪对象的身份信息.研究结果表明,视觉图像处理技术能够实现人体的有效跟踪检测,并能对不同身份的跟踪对象进行人脸识别,对移动机器人跟踪与识别技术发展具有重要价值.

    人体跟踪人脸识别图像处理Faster-RCNN卡尔曼滤波Facenet网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究

    刘芷汐周春桂崔俊杰段捷...
    323-330页
    查看更多>>摘要：红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5.该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络.此外,应用轻量级上采样算子CARAFE替换原有上采样模块,在C3 模块中加入SE注意力机制,降低冗余信息,提高特征的区分性和表征能力,重新设计损失函数,E-IoU作为新的损失函数,加快模型收敛速度.在公开数据集FLIR上进行了实验,实验结果表明:改进之后网络模型的平均检测精度达到73.0%,仅降低2.9个百分点,而M-YOLOv5 模型的网络参数数量、理论计算量分别减少40%、39%,模型的推理速度提高 52%,满足部署于边缘设备的需求.

    红外目标检测轻量化模型YOLOv5sCARAFE注意力机制损失函数

      原文链接:
    • NETL
    • NSTL
    • 万方数据