一種基于SVM候選區訓練的紅外艦船目標檢測方法
摘要：無人機進行紅外艦船目標偵察時,檢測算法對檢測正確率的影響很大。為增強無人機紅外光電載荷對艦船目標的檢測能力,提出采用支持向量機(Support Vector Machine, SVM)進行候選區訓練的檢測算法,以提高目標檢測的正確率。通過預先對候選區的特征進行訓練,得到候選區的分類數據。在檢測階段,加載訓練時得到的候選區分類數據,分類篩選出更可能包含目標的候選區,從而提高目標檢測的正確率。驗證實驗中,選用368張無人機拍攝的長波紅外圖像作為訓練數據集圖像,另外選擇139張圖像作為測試圖像。分別采用帶候選區訓練的方法和無候選區訓練的方法做目標檢測實驗。檢測結果表明,采用帶候選區訓練的檢測方法比采用無候選區訓練方法時平均檢測正確率高14.6%。
注: 保護知識產權,如需閱讀全文請聯系紅外雜志社
相關推薦
更多
