期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Faster R-CNN的破片群图像目标检测研究
被引量：
8
1
作者
雷江波
王泽民
李静
《国外电子测量技术》
北大核心
2021年第1期70-74,共5页
在研究战斗部战斗力与评价目标毁伤效能时,战斗部爆炸破片运动参数测试属于至为关键内容。破片的高速、小尺寸、多目标、发散性等特征和强火光烟尘环境使得破片群目标的检测和处理更有挑战性。经深入研究与探讨,提出了基于快速卷积神经...
在研究战斗部战斗力与评价目标毁伤效能时,战斗部爆炸破片运动参数测试属于至为关键内容。破片的高速、小尺寸、多目标、发散性等特征和强火光烟尘环境使得破片群目标的检测和处理更有挑战性。经深入研究与探讨,提出了基于快速卷积神经网络(Faster R-CNN)的复杂背景下破片群检测法。破片图像通过Fast R-CNN的多层卷积和池化后得到特征图,由RPN根据特征图生成破片候选区域,再对破片候选区域进行池化,通过全连接层来预测破片边框位置,依靠区域生成网络(RPN)与Fast R-CNN共同训练所得网络完成破片群目标检测。经过对复杂背景下不同破片数量的真实高速图像进行实验,证明该方法可从中自动提取破片图像深层特征,破片群目标检测的准确率达到96%,平均识别率为93.4%。
展开更多
关键词
战斗部
破片
检测
高速视觉成像
多目标
检测
Faster
R-CNN
区域生成网络
下载PDF
职称材料
题名
基于Faster R-CNN的破片群图像目标检测研究
被引量：
8
1
作者
雷江波
王泽民
李静
机构
西安工业大学电子信息工程学院
出处
《国外电子测量技术》
北大核心
2021年第1期70-74,共5页
文摘
在研究战斗部战斗力与评价目标毁伤效能时,战斗部爆炸破片运动参数测试属于至为关键内容。破片的高速、小尺寸、多目标、发散性等特征和强火光烟尘环境使得破片群目标的检测和处理更有挑战性。经深入研究与探讨,提出了基于快速卷积神经网络(Faster R-CNN)的复杂背景下破片群检测法。破片图像通过Fast R-CNN的多层卷积和池化后得到特征图,由RPN根据特征图生成破片候选区域,再对破片候选区域进行池化,通过全连接层来预测破片边框位置,依靠区域生成网络(RPN)与Fast R-CNN共同训练所得网络完成破片群目标检测。经过对复杂背景下不同破片数量的真实高速图像进行实验,证明该方法可从中自动提取破片图像深层特征,破片群目标检测的准确率达到96%,平均识别率为93.4%。
关键词
战斗部
破片
检测
高速视觉成像
多目标
检测
Faster
R-CNN
区域生成网络
Keywords
warhead fragments detection
high-speed camera
multi target detection
Faster R-CNN
region proposal network
分类号
TN98 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Faster R-CNN的破片群图像目标检测研究
雷江波
王泽民
李静
《国外电子测量技术》
北大核心
2021
8
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
