基于改进YOLO网络的双通道显著性目标识别算法

作者：段辉军; 王志刚; 王彦

来源：激光与红外, 2020, 50(11): 1370-1378.

• 目标识别
• 双通道
• 图像融合
• 显著性
• 深度学习
• 注意机制

由于缺乏目标的先验信息,实时预警检测系统存在虚警率高、实时性偏低等问题,限制了实战环境下的广泛应用。为了提升目标检测识别的性能,本文提出了一种基于改进YOLO网络的双通道显著性目标识别算法,该算法利用红外图像与可见光互补特性进行多尺度融合,并在融合图像上采用显著性检测获取疑似目标区域,最后利用改进的识别网络对疑似区域进行多层次目标识别。改进的YOLO识别网络增加了一路辅助网络,改善整个特征提取网络的性能,并采用注意机制对辅助网络和骨干网络的特征信息融合,增强有效信息通道,抑制无效信息通道,提高网络识别效率。仿真实验结果表明,本文提出的模型可以有效地提高目标检测与识别精度,其实时性得到了大大增强。

• 单位
  湖南财经工业职业技术学院; 中国电子科技集团公司; 电子科技大学