首页|基于改进Faster R-CNN的舰船目标三维识别算法

基于改进Faster R-CNN的舰船目标三维识别算法

Three-dimensional Recognition Algorithm of Ship Targets Based on Improved Faster R-CNN

扫码查看
原文链接
  • 万方数据
  • 维普
针对二维图像无法深度表征目标、远海舰船目标表征困难等问题,提出基于更快卷积神经网络和区域组合识别模型相结合的三维舰船目标识别框架.重建舰船三维模型,在原始的区域生成网络上利用级联的方法改进了生成滑动窗口的方法,同时提出实际标注与区域建议联合识别模型,采用非极大值抑制的方法对容错框进行去除.实验结果表明所改进的算法在舰船目标三维识别的精确率和召回率上均有较大优势.

柳碧辉、王培元

展开 >

海军航空大学,山东 烟台 264001

舰船目标识别 卷积神经网络 三维建模 边缘检测 非极大值抑制

国防科技卓越青年人才基金泰山学者工程专项经费资助课题装备预研共用技术领域基金

2017-JCJQ-ZQ-003ts201712072JZX7Y20210159100201

2022

10.3969/j.issn.1002-0640.2022.05.007

火力与指挥控制
火力与指挥控制研究会,火力与指挥控制专业情报网

火力与指挥控制

CSTPCDCSCD北大核心
影响因子：0.312
ISSN：1002-0640
年,卷(期)：2022.47(5)
  • 2
  • 10