一种基于U-Net语义分割网络的多光谱迷彩目标识别方法

一种基于U-Net语义分割网络的多光谱迷彩目标识别方法李贞;任明武
【期刊名称】《计算机与数字工程》
【年(卷),期】2022(50)8
【摘要】提出了一种基于U-Net的多光谱迷彩目标识别方法。

设计数据采集方案采集迷彩目标多光谱数据;采用不同尺度卷积核提取联合的光谱空间特征;编码结构中采用残差学习加深网络深度,使网络能学习到更加丰富抽象的特征;对深层的特征图进行上采样与浅层特征图相加增强浅层特征图中的语义信息。

与3通道U-Net 语义分割网络相比,召回率提高了62.65%,F1-Score提高了50.18%,证明了采用多光谱识别迷彩目标的显著优势;与6通道U-Net语义分割网络相比,精确率保持基本不变的同时召回率提高了3.42%,F1-Score提高了1.62%,在保证检测准确的前提下进一步减少了误检。

【总页数】5页(P1787-1790)
【作者】李贞;任明武
【作者单位】南京理工大学计算机科学与工程学院
【正文语种】中文
【中图分类】TP391.41
【相关文献】
1.一种基于文本语义的网络敏感话题识别方法
2.一种基于多光谱特征的空中目标识别方法
3.一种基于区域分割的地面飞机目标识别方法
4.基于U-Net神经网络的行人图像语义分割
5.基于Deeplab-v3+的小目标与边缘增强热图像语义分割网络
因版权原因，仅展示原文概要，查看原文内容请购买。