首页|一种基于U-Net语义分割网络的多光谱迷彩目标识别方法

一种基于U-Net语义分割网络的多光谱迷彩目标识别方法

扫码查看
原文链接
  • 万方数据
提出了一种基于U-Net的多光谱迷彩目标识别方法.设计数据采集方案采集迷彩目标多光谱数据;采用不同尺度卷积核提取联合的光谱空间特征;编码结构中采用残差学习加深网络深度,使网络能学习到更加丰富抽象的特征;对深层的特征图进行上采样与浅层特征图相加增强浅层特征图中的语义信息.与3通道U-Net语义分割网络相比,召回率提高了62.65％,F1-Score提高了50.18％,证明了采用多光谱识别迷彩目标的显著优势;与6通道U-Net语义分割网络相比,精确率保持基本不变的同时召回率提高了3.42％,F1-Score提高了1.62％,在保证检测准确的前提下进一步减少了误检.
A Multispectral Camouflage Target Recognition Method Based on U-Net Semantic Segmentation Network

李贞、任明武

展开 >

南京理工大学计算机科学与工程学院 南京 210094

迷彩目标识别 多光谱 残差学习 U-Net语义分割网络

2022

10.3969/j.issn.1672-9722.2022.08.031

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(8)
  • 1
  • 7