針對當(dāng)前空間紅外弱小目標(biāo)狀態(tài)感知方法存在判別準(zhǔn)確率低、人工干涉較多、對數(shù)據(jù)質(zhì)量要求較高等問題,提出了一種全新的基于深度學(xué)習(xí)的判別算法。首先,對空間紅外弱小目標(biāo)狀態(tài)變化進行了分析,并建立了專用數(shù)據(jù)集;然后,建立了目標(biāo)狀態(tài)感知任務(wù)專用的卷積神經(jīng)網(wǎng)絡(luò)框架,并在局部標(biāo)注及自適應(yīng)閾值等方面進行了創(chuàng)新;最后,應(yīng)用實驗室采集的目標(biāo)輻射強度信息制作的仿真數(shù)據(jù)對本算法進行了訓(xùn)練和測試,建立了目標(biāo)狀態(tài)感知評估指標(biāo)體系,并對實驗結(jié)果進行評估。實驗結(jié)果表明:在輸入連續(xù)完整的輻射強度信息時,判別準(zhǔn)確率為98.27%;輸入片段輻射強度信息時,各狀態(tài)判別準(zhǔn)確率皆大于90%。本算法彌補了現(xiàn)有方法對空間弱小目標(biāo)狀態(tài)感知虛警率高和目標(biāo)信息不完整時不敏感的缺陷,提高了檢測速度和精度,可以更好地滿足空間紅外弱小目標(biāo)感知任務(wù)的需求。

【文章頁數(shù)】：10 頁


本文編號：3798335