基于改进Faster R-CNN的红外目标检测算法 |
| |
引用本文: | 汪西晨,彭富伦,李业勋,张俊举.基于改进Faster R-CNN的红外目标检测算法[J].应用光学,2024(2):346-353. |
| |
作者姓名: | 汪西晨 彭富伦 李业勋 张俊举 |
| |
作者单位: | 1. 南京理工大学电子工程与光电技术学院;2. 西安应用光学研究所;3. 江苏北方湖光光电有限公司 |
| |
基金项目: | 国家自然科学基金(61971386); |
| |
摘 要: | 为提升红外目标的检测精度,提出了一种引入频域注意力机制的Faster R-CNN红外目标检测算法。首先,针对红外图像边缘模糊和噪声问题,设计了一种并行的图像增强预处理结构;其次,在Faster R-CNN中引入频域注意力机制,设计了一种新型红外目标检测主干网络;最后,引入路径增强金字塔结构,融合多尺度特征进行预测,利用底层网络丰富的位置信息,提升检测精度。在红外飞机的数据集上进行实验,结果表明,改进后的Faster R-CNN目标检测框架比以ResNet50为主干的算法的AP提升了7.6%。此外,与目前主流算法对比,本文算法提高了红外目标的检测精度,验证了算法改进的有效性。
|
关 键 词: | 红外目标检测 图像增强 Faster R-CNN 频域注意力机制 多尺度特征融合 |
|