科研之友
微信
新浪微博
Facebook
分享链接
摘要
红外（IR）小目标检测算法具有检测率高、虚警率低、实时性好等优点在红外遥感领域有重要的应用价值。由于复杂背景下小目标对比度低和信噪比（SNR）低，传统红外小目标检测算法难以保证检测性能。在强鲁棒性的红外小目标检测网络（RISTDnet）基础上，面向更为多样的目标结构特征和更高的实时处理性能要求，提出一种增强型红外小目标检测网络（EISTDnet）与其基于现场可编程逻辑门阵列（FPGA）高性能并行处理的算法。EISTDnet构造了手工特征算法与卷积神经网络相结合的多尺度小目标特征提取框架，采用多级展开思路对卷积核尺寸进行归一化设计，并通过数据深度复用和多维循环并行展开有效提高推理阶段实时处理性能。实验结果表明：采用单片FPGA实现的EISTDnet能够快速实时检测复杂背景下不同大小、低信噪比的小目标,与现有5种算法相比在10-3低虚警率下平均检测率提升49.5%，与RISTDnet相比，在实时处理速度提高1.33倍的优势下，对低信噪比条状小目标检测率提升29.4%，所提算法具有更好的有效性和鲁棒性。
- 单位
