论文部分内容阅读
在天空背景的红外图像序列中检测低信噪比的弱小目标时,单纯的传统算法在不同程度上存在预处理过程复杂、特征设计困难、控制参数难以确定、检测准确率低等问题。通过引入深度学习技术,提出一种结合算法,可以显著提高算法的检测效果。在红外图像序列中,首先在起始帧中利用基于YOLOv3的时空特征提取网络高准确率地检测运动目标,再在后续帧中依据目标的速度和亮度特性,使用基于局部对比度特征的传统方法对目标进行快速检测。在搭建的天空背景的红外图像序列测试数据集中,结合方法实现了比现有方法更高的准确率和召回率,计算时间也满