摘要
针对多源图像自动目标识别的需求,对红外、可见光自动目标识别以及决策级融合方法进行了研究。针对目标所具有的变化尺度大、容易旋转、移动等特点,引入最新的YOLO卷积神经网络模型对目标进行深度学习和分类,并在GPU中完成目标识别,满足工程实时计算的需求。考虑到红外、可见光不同的成像特性,最后将红外、可见光目标反算定位对齐,并用DS证据理论对两模目标进行融合,给出融合结果,提高了系统对目标的识别能力。
-
单位自动化学院; 北京航天自动控制研究所; 华中科技大学