(单篇优先)网络出版时间:2019-08-02 16:50:08

基于深度学习的红外烟幕区域分割技术

齐航袁健全李磊任君梁杰

红外成像制导系统容易受到烟幕干扰,分割烟幕区域是提高红外成像自动目标识别性能的有效技术途径。文章提出一种基于深度学习的红外烟幕干扰分割技术,针对实拍红外烟幕图像样本获取成本高而难以满足算法训练需求的问题,提出基于粒子系统的红外烟幕仿真技术,并针对性地借助图像增广技术模拟不同成像条件,借助Deeplab v3+算法实现烟幕区域分割。文章在零实拍红外图像条件下训练网络,在实拍图像集上测试结果与真实烟幕区域的平均交并比达到79%,实现了红外图像烟幕区域分割。

国家自然科学基金项目 (61803356); 国防基础科研计划(JCKY2017204B064);

深度学习; 图像语义分割; 红外图像; 粒子系统; 图像增广;

10.13889/j.issn.2096-5427.2019.04.400

TP391

3662302K
在线咨询 用户反馈