文献类型：期刊文章

作　　者：汪西晨[1] 彭富伦[2] 李业勋[3] 张俊举[1]

WANG Xichen;PENG Fulun;LI Yexun;ZHANG Junju(School of Electronic and Optical Engineering,Nanjing University of Science and Technology,Nanjing 210094,China;Xi'an Institute of Applied Optics,Xi'an 710065,China;Jiangsu North Huguang Photoelectric Co.,Ltd.,Wuxi 214100,China)

机构地区：[1]南京理工大学电子工程与光电技术学院,江苏南京210094 [2]西安应用光学研究所,陕西西安710065 [3]江苏北方湖光光电有限公司,江苏无锡214100

出　　处：《应用光学》

基　　金：国家自然科学基金(61971386)。

年　　份：2024

卷　　号：45

期　　号：2

起止页码：346-353

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CAS、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为提升红外目标的检测精度,提出了一种引入频域注意力机制的Faster R-CNN红外目标检测算法。首先,针对红外图像边缘模糊和噪声问题,设计了一种并行的图像增强预处理结构;其次,在Faster R-CNN中引入频域注意力机制,设计了一种新型红外目标检测主干网络;最后,引入路径增强金字塔结构,融合多尺度特征进行预测,利用底层网络丰富的位置信息,提升检测精度。在红外飞机的数据集上进行实验,结果表明,改进后的Faster R-CNN目标检测框架比以ResNet50为主干的算法的AP提升了7.6%。此外,与目前主流算法对比,本文算法提高了红外目标的检测精度,验证了算法改进的有效性。

关 键 词：红外目标检测 图像增强 Faster R-CNN  频域注意力机制  多尺度特征融合  

分 类 号：TN206] TP391.4]