一種基于顯著性與卷積神經網絡的紅外飛機識別算法.pdf

1、隨著制空權在現代戰(zhàn)爭中起到越來越重要的作用，精確打擊敵方地面停放的飛機具有十分深遠的軍事戰(zhàn)略意義，因此迫切需要精確制導武器系統(tǒng)具有實時準確地檢測停機坪上停放的飛機并進行種類識別、有選擇地對高價值的軍事飛機進行摧毀打擊的能力。但是，停機坪上的紅外飛機識別技術由于圖像噪聲和飛機姿態(tài)、尺寸信息的不確定性等影響，其性能很難得到保證。針對該問題，本文提出了一種新穎的基于顯著性與卷積神經網絡的飛機識別算法。
　　本算法包括離線學習與在線識別兩

2、個階段。在離線學習階段中，使用飛機樣本訓練集對卷積神經網絡的參數進行訓練學習。而在線識別階段具體包括檢測和識別兩個環(huán)節(jié)：在檢測環(huán)節(jié)中，通過引入視覺顯著性概念，在紅外圖像中對飛機區(qū)域進行檢測，克服了現有飛機檢測算法檢測精度低的問題；識別環(huán)節(jié)中，基于“先矯正、后識別”的算法框架，首先利用低秩紋理技術對各種姿態(tài)的飛機樣本進行姿態(tài)校正，隨后采用離線學習階段得到的卷積神經網絡對飛機類型進行識別，改善了現有飛機識別算法性能不穩(wěn)定的問題。