排序方式: 共有19条查询结果,搜索用时 31 毫秒
11.
为提高现代战争过程中对敌军飞机的识别能力,针对军用飞机样本量少、不同视角条件下形变明显的特点,提出一种融入center loss的卷积神经网络与ANN分类器结合的飞机类型识别方法.首先利用3Dmax软件制作的6000张5类飞机图片对构建的多层CNN模型进行训练,并利用这些图片的CNN特征训练ANN分类器,然后用训练好的网络模型和分类器对真实飞机样本进行预测分类.实验结果表明:在样本量少且目标形状复杂的情况下,该方法对5类军事飞机的识别精度可达到97.17%,是一种切实可行的飞机类型识别算法. 相似文献
12.
13.
14.
针对白天强光背景下强杂波图像序列,提出一种基于改进高阶相关法(modified high order correlation method,MHOCM)的杂波抑制和弱小目标检测方法.改进后的方法提出隔帧相关的组合方式,利用目标在连续多帧间具有持续强相关性的特点,通过迭代相关运算有效地抑制杂波,能在保持良好杂波剔除率的前提下将运算速度提高了两倍以上.在后续处理中,以形心代替原待识别目标进行识别,有效简化了识别过程并能快速剔除虚假目标.试验结果表明,改进高阶相关法能快速有效地抑制强杂波并检测出弱小目标. 相似文献
15.
16.
17.
18.
19.
复杂场景下的红外运动目标对比度低且缺乏细节信息,难以实现稳定持续跟踪.分析了典型红外运动目标的特性,提出一种稀疏编码与特征选择的改进跟踪算法.采用Logistic回归模型,通过对正负样本的监督学习,计算得到最佳权重特征矢量,并将原始特征模板和粒子采样对象均向该特征矢量投影,削弱了背景成分对运动目标跟踪的影响并降低了运算量.在模板更新策略上采用了每帧更新的方法以适应运动目标的机动性.文中给出的方法与其他两种经典方法的实验比较,证明了本方法对运动目标跟踪的有效性. 相似文献