摘要
鉴于热红外视频具有的低分辨率和嘈杂等特性,设计了强特征提取和可形变网络来定位目标的边界框和类别信息,并对RetinaNet目标检测框架进行了改进,提出了一种目标检测方法。首先,将主干网由残差网(ResNet50)改为轻量级特征提取网络架构,将神经网络层间的普通卷积改为可变形卷积,并将感兴趣区域(ROI)池化层改为可变形ROI池化层;然后,将分类损失修正为焦点损失;最后,通过仿真试验表明,该方法对红外成像视频中的遮挡目标和过小目标等具有较好的检测率和准确率。
-
单位中国电子科技集团公司第二十八研究所