论文部分内容阅读
红外制导空空导弹对战机要害部位的定向精确打击能力是精确制导武器的关键技术之一。针对传统图像处理算法中根据人的先验知识进行特征选择、设计分类器方法的局限性,提出一种基于关键点检测卷积网络的空中红外目标要害部位检测算法。该算法采用端对端的深度学习网络结构,结合数据集对光照、纹理、形变方面进行扩充增强,将整幅图像信息简单预处理后作为输入,构建含约束条件的损失函数并利用优化算法进行迭代。相较于同样训练批次的常规方法,训练得到的网络模型的平均识别率提高了10%,能够更准确地识别红外空中目标要害部位,对空中红外