科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对军事目标的毁伤检测和毁伤评估问题，提出一种基于深度学习及模糊层次分析法的双阶段毁伤评估方法。首先在带有坐标注意力机制的Yolov5双层目标检测子系统中，通过关键区域提取机制，利用基于交并比和匈牙利线性匹配和决策树相结合的毁伤部件分类器，进行毁伤部件的分类和毁伤程度的量化处理。而后在基于三角模糊层次分析的毁伤评估子系统中，通过设计多种毁伤评估权重体系和毁伤树判据，对前一阶段提取到的毁伤特征和类别进行综合考虑，实现对目标的在线实时毁伤评估，实验结果表明，在多种干扰因素的仿真数据集下，带有注意力机制的Yolov5双层目标检测子系统相较于经典目标细粒度识别算法多种部件和毁伤的平均检测准确率提升了3.6%以上，在目标关键区域提取、毁伤分类和评估表现出了更好的性能，为目标毁伤评估和军事作战决策提供了有力的支持和参考。
-
单位北京航空航天大学; 武汉高德红外股份有限公司
