針對復(fù)雜場景下坦克裝甲目標檢測任務(wù),提出了一種基于自頂向下聚合機制和分層尺度優(yōu)化的目標檢測方法。先基于ResNet-101骨架網(wǎng)絡(luò),提出一種自頂向下的聚合網(wǎng)絡(luò)構(gòu)架（TDA）,克服了卷積神經(jīng)網(wǎng)絡(luò)在特征表達能力和細節(jié)捕獲能力間存在的固有矛盾。在TDA網(wǎng)絡(luò)的基礎(chǔ)上,進一步探索了Faster R-CNN檢測框架針對坦克裝甲目標檢測任務(wù)的優(yōu)化方法,對于建議區(qū)域提取網(wǎng)絡(luò),提出了一種分層尺度優(yōu)化的多路RPN網(wǎng)絡(luò),并根據(jù)感受野區(qū)域的大小設(shè)置合理的初始建議區(qū)域,有效提高了對建議區(qū)域的提取效率。對于目標檢測子網(wǎng)絡(luò),構(gòu)建了一個更加輕便快速的網(wǎng)絡(luò)模型。針對坦克裝甲目標構(gòu)建了專用的目標檢測數(shù)據(jù)集,并在該數(shù)據(jù)集上對幾種目前主流的目標檢測方法進行了訓(xùn)練和測試。實驗結(jié)果表明,上述方法在坦克裝甲目標數(shù)據(jù)集上取得了優(yōu)異的檢測效果,目標檢測的精度和速度均優(yōu)于目前主流的檢測方法。 

【文章來源】：計算機仿真. 2020,37(03)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

基于Top-down網(wǎng)絡(luò)結(jié)構(gòu)的目標檢測算法總體框架

圖2展示了幾種對比方法在ATD數(shù)據(jù)上對應(yīng)的PRC曲線。由圖可知,本文提出的方法取得了最高的AP(76.57%),相比于另外四種方法分別高出6.05%,11.61%,14.21%,30.21%。。這樣的結(jié)果也證明了本文提出的方法針對坦克裝甲目標的檢測具備優(yōu)越的性能。表1比較了各種方法在ATD數(shù)據(jù)集上的數(shù)值結(jié)果。由表可知,本文提出的方法在召回率、準確率以及F1-Score等三個方面均取得了最佳的表現(xiàn),證明了本文提出的方法相比于另外幾種具備更好的綜合性能。值得一提的是,本文提出的方法獲得了76.9%的召回率,比R-FCN高出了5.8%,相比于其它方法更是有超過10個百分點的優(yōu)勢,這對于坦克裝甲目標的檢測任務(wù)來說至關(guān)重要,有更多的可疑目標能夠被檢測到。此外,本文對各種方法的檢測速度也進行了測試。本文提出的方法對應(yīng)的檢測速度為5.5幀/秒,略高于Faster R-CNN以及R-FCN。SSD對應(yīng)的檢測速度達到44fps,大幅領(lǐng)先于其它幾種方法。然而,SSD在其它幾個性能指標上的表現(xiàn)較為一般。特別是對于小尺度目標,SSD的檢測結(jié)果相對于本文的方法還存在較大差距。表1 不同檢測方法在在ATD數(shù)據(jù)集上的數(shù)值結(jié)果 GT RR PR F1-Score speed (fps) ACF 9742 51.4% 60.8% 0.557 0.7 SSD 9742 60.2% 77.2% 0.676 44 Faster R-CNN 9742 62.3% 79.5% 0.699 4.8 R-FCN 9742 71.1% 80.6% 0.754 5.0 ours 9742 76.9% 81.5% 0.791 5.5

針對復(fù)雜場景下坦克裝甲目標檢測圖像檢測任務(wù),本文提出了一種基于自頂向下聚合機制和分層尺度優(yōu)化的目標檢測方法�；赗esNet-101骨架網(wǎng)絡(luò),本文構(gòu)建一種自頂向下的聚合網(wǎng)絡(luò)構(gòu)架(TDA),克服了卷積神經(jīng)網(wǎng)絡(luò)在特征表達能力和細節(jié)捕獲能力間存在的固有矛盾;在TDA網(wǎng)絡(luò)的基礎(chǔ)上,提出了一種分層尺度優(yōu)化的多路RPN網(wǎng)絡(luò)和一個輕便型的檢測子網(wǎng)絡(luò),很好的兼顧到了目標檢測的精度和效率。本文所提出的方法在構(gòu)建的坦克裝甲目標數(shù)據(jù)集上取得了優(yōu)異的檢測效果,目標檢測的精度和速度均優(yōu)于目前主流的檢測方法。

【參考文獻】：
期刊論文
[1]基于視覺的目標檢測與跟蹤綜述[J]. 尹宏鵬,陳波,柴毅,劉兆棟.  自動化學(xué)報. 2016(10)
[2]復(fù)雜背景下的顏色分離背景差分目標檢測方法[J]. 吳青青,許廷發(fā),閆輝,徐磊,吳威,李相民.  兵工學(xué)報. 2013(04)
[3]精確打擊作戰(zhàn)與裝甲裝備未來發(fā)展[J]. 王鐵虎,焦愛泉,馮連仲,張茂林.  兵工學(xué)報. 2010(S2)



本文編號：3108201