隨著深度學習技術的不斷發(fā)展,對特定目標檢測的準確性和檢測速度都得到了極大的提升,用于軍事偵測的目標檢測技術也逐漸落地。迷彩作為一種偽裝手段常用于保護己方作戰(zhàn)單位,它能夠使偽裝目標的反射光波同周圍景物發(fā)射的光波相似,從而達到迷惑敵人的效果。在衛(wèi)星可見光圖像中,使用了迷彩的目標是否可以影響目標檢測的檢測結果是一個值得研究的安全問題。本文收集相關的衛(wèi)星可見光圖像數(shù)據(jù),使用最新的目標檢測技術,對迷彩目標進行檢測,同時設計測試迷彩對目標檢測影響的相關實驗。在實驗中我們提出了有著不同特征提取過程的網(wǎng)絡模型DFE-YOLOv3,以增加實驗結論的有效性,通過一系列實驗以及對數(shù)據(jù)的分析,我們證明了衛(wèi)星可見光圖像中的迷彩不能影響目標檢測的檢測準確率。除了使用目標檢測算法對迷彩目標進行檢測研究外,本文還對目標檢測算法本身進行了優(yōu)化,優(yōu)化包括四個方面:可用性、速度、性價比和準確率。在可用性的研究中,本文對目標檢測網(wǎng)絡設計了新型的學習目標,使模型對不同尺寸的輸入都能有符合預期的檢測結果,根據(jù)本文方法修改的網(wǎng)絡可以接受多尺寸的輸入圖像,有利于控制所需要的計算資源,便于模型進行不同平臺的移植,從而提升了模型可用性。... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：88 頁

【學位級別】：碩士

【部分圖文】：

填勁示煮圖

窮和l彩抖動示竟圖

v-set數(shù)據(jù)示意圖

【參考文獻】：
期刊論文
[1]一種基于整數(shù)小波變換的遙感影像融合算法[J]. 王仲妮,余先川,張立保.  光電子.激光. 2008(11)
[2]快速離散化雙線性插值算法[J]. 陳良,高成敏.  計算機工程與設計. 2007(15)



本文編號：3586425