自動目標(biāo)識別是紅外成像精確制導(dǎo)武器系統(tǒng)的關(guān)鍵技術(shù),針對傳統(tǒng)紅外目標(biāo)識別算法在復(fù)雜環(huán)境作戰(zhàn)中存在目標(biāo)特征建模復(fù)雜、識別率低等問題,提出一種基于改進的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)方法。結(jié)合紅外目標(biāo)特性,調(diào)整ZFNet的卷積層和池化層數(shù)量,加入空間變換網(wǎng)絡(luò)以提高對數(shù)據(jù)變換的魯棒性;對Dropout層的丟棄率變化進行可視化分析并確定選取原則,以提高紅外目標(biāo)的識別率。通過試驗結(jié)果與傳統(tǒng)方法相比,該方法具有較高的識別率,能夠為紅外成像導(dǎo)引頭目標(biāo)識別算法設(shè)計提供參考。

【文章頁數(shù)】：6 頁


本文編號：3850853