为了提高复杂场景中猫眼目标识别的准确率与算法实时性，结合传统图像处理方法与深度学习中的孪生网络相似度检测原理，通过对采集的主被动图像进行预处理，利用显著性检测进行猫眼目标增强，阈值分割提取疑似目标区域，采用综合形状度量以及孪生网络对候选目标区域进行联合识别提取真实猫眼目标。实验结果表明，该方法的准确率达到98.03%,虚警率为3.07%,检测速度快，可用于实时性检测。
科研之友
微信
新浪微博
Facebook
分享链接
