|
|||||
|
|
| 基于混合深度特征的红外目标抗干扰识别算法 | |
| 作者姓名： | 李士刚 李思佳 隋钧铖 宋敏敏 |
| 作者单位： | 海装驻上海地区第六军事代表室;西北工业大学无人机系统技术研究院;上海航天控制技术研究所 |
| 摘 要： | 复杂干扰条件下的红外空中目标识别技术是空战对抗领域的热点研究课题，复杂人工干扰严重遮蔽目标，导致目标特征的连续性与显著性遭到破坏，无法全面描述识别对象的特性，造成空中目标识别准确率下降。针对此问题，提出一种基于图像混合深度特征的空中目标抗干扰识别算法。首先，基于卷积神经网络进行图像深度特征的提取，将深度特征与梯度直方图(Histogram of Gradient, HOG)特征进行有效融合，构建混合深度特征。针对作战场景中的目标与干扰的对抗态势多样性，将支持向量机的二分类模型改进为三分类模型，对目标、干扰以及目标干扰粘连三种状态进行精确分类。实验结果表明：在复杂干扰环境下，基于混合深度特征的空中目标抗干扰识别算法正确率为92.29%，该算法可以有效地解决目标被干扰遮蔽、形成目标干扰粘连状态时的抗干扰识别问题。 |
| 关 键 词： | 红外图像 目标识别 支持向量机 卷积神经网络 HOG特征 |
Infrared Target Anti-Interference Recognition Algorithm Based on Mixed Depth Features |
|
| Authors: | LI Shigang LI Siji SUI Juncheng SONG Minmin |
| Institution: | The Sixth Military Representative Office of Naval Equipment Department in Shanghai;TheInstituteofUnmannedSystems Technology, Northwest Polytechnic University;Shanghai Aerospace Control Technology Institute |
| Abstract: | |
| Keywords: | infrared image target identification support vector machine convolution neural network HOG characteristics |
| 点击此处可从《》浏览原始摘要信息 | |
| 点击此处可从《》下载免费的PDF全文 | |