采用優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)的紅外目標(biāo)識別系統(tǒng)

人工智能技術(shù)與咨詢 前天

本文來自《光學(xué)精密工程》，作者劉可佳等

關(guān)注微信公眾號：人工智能技術(shù)與咨詢。了解更多咨詢！

摘要

針對視頻數(shù)據(jù)利用低效和光測設(shè)備目標(biāo)識別能力較弱的問題，提出一種使用海量視頻數(shù)據(jù)建立數(shù)據(jù)庫進而構(gòu)建紅外目標(biāo)識別系統(tǒng)的方法。首先設(shè)計快速紅外目標(biāo)檢測算法，提取目標(biāo)并分類建立數(shù)據(jù)庫；然后結(jié)合特定任務(wù)建立一組較匹配且結(jié)構(gòu)不同的卷積神經(jīng)網(wǎng)絡(luò)，并提出基于測試準(zhǔn)確度均值統(tǒng)計分析和參數(shù)規(guī)模的選型策略，選出泛化能力較好且結(jié)構(gòu)簡單的卷積神經(jīng)網(wǎng)絡(luò)以及適當(dāng)?shù)挠?xùn)練輪數(shù)；最后加載優(yōu)選模型及其參數(shù)作為分類器，與檢測器結(jié)合實現(xiàn)紅外目標(biāo)特征事件實時檢測分類。仿真結(jié)果表明，目標(biāo)分類準(zhǔn)確率均值可達(dá)95%以上，速率約為50 pixel/s。卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計和選型策略有效，構(gòu)建的系統(tǒng)可以滿足紅外目標(biāo)識別的精度和實時性要求。

1 引　言

光電探測系統(tǒng)是空間目標(biāo)探測和預(yù)警的重要手段之一，被廣泛應(yīng)用于軍事領(lǐng)域。光電設(shè)備可以部署于陸基、?；⒖栈蛱旎脚_，獲取目標(biāo)在不同空域和時段的視頻圖像數(shù)據(jù)，為決策者提供大量信息。陸基光電探測系統(tǒng)常采用紅外波段，用于飛行目標(biāo)的探測與跟蹤，具有探測距離較遠(yuǎn)、視場和成像較小等特點，可以觀測和記錄目標(biāo)飛行過程中的特征事件或動作，一般成像為黑底白像，以視頻或圖像幀方式記錄。

目前視頻數(shù)據(jù)多以磁盤存儲，事后多以人工加軟件方式判讀，數(shù)據(jù)利用效率低，長期積累的海量視頻數(shù)據(jù)信息未被充分挖掘。近年來，深度學(xué)習(xí)技術(shù)在圖像分類研究中取得突破性進展［1］，利用海量視頻數(shù)據(jù)提高設(shè)備探測和目標(biāo)識別性能的研究進入了一個嶄新的階段。卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Network，CNN）［2-3］算法已逐漸代替?zhèn)鹘y(tǒng)人工模型算法成為處理圖像檢測與識別問題的主流算法，為復(fù)雜戰(zhàn)場環(huán)境下的軍事目標(biāo)自動檢測、識別與分析提供了新的技術(shù)途徑。

視頻紅外目標(biāo)在其飛行周期內(nèi)外觀變化較大、成像大小可以從占據(jù)大部分屏幕到點目標(biāo)?；谏疃染矸e神經(jīng)網(wǎng)絡(luò)的視頻目標(biāo)檢測與識別方法可以按照是否利用時序信息分為兩類，一類是基于單幀圖像的算法，僅利用當(dāng)前幀圖像的空間信息完成目標(biāo)檢測和分類識別，如經(jīng)典的R-CNN系列［4-5］、SSD系列［6-7］和YOLO系列［8-10］算法等，這類算法研究相對較為成熟且已有大范圍的落地應(yīng)用，主要針對多類別目標(biāo)分類的通用場景，對中等大小目標(biāo)效果很好，模型結(jié)構(gòu)較為復(fù)雜，盡管近年提出許多輕量化的改進模型［11-15］，但是這些算法對目標(biāo)變化較大的情形尤其是特定任務(wù)中視場中目標(biāo)外觀很大或很小時的檢測識別能力不足。另一類是基于多幀圖像的視頻行為識別［16-17］算法，這類算法同時利用幀序列蘊含的空間和時間信息進行目標(biāo)分類識別，如C3D系列［18-19］、雙流網(wǎng)絡(luò)系列［20-21］、CNN加LSTM系列［22］算法，設(shè)計同時提取外觀和運動特征的模型較為復(fù)雜、對訓(xùn)練數(shù)據(jù)集的標(biāo)注要求較高，目前在紅外目標(biāo)識別領(lǐng)域的應(yīng)用處于起步探索階段。

國內(nèi)應(yīng)用深度學(xué)習(xí)技術(shù)研究和解決軍事圖像分類、高光譜圖像分類、海戰(zhàn)場圖像目標(biāo)識別、復(fù)雜背景下坦克裝甲目標(biāo)檢測、飛行器圖像識別等問題［23-27］，并取得了較好的結(jié)果，但在利用海量視頻數(shù)據(jù)建立訓(xùn)練數(shù)據(jù)集、針對特定任務(wù)的CNN結(jié)構(gòu)選擇與優(yōu)化策略等重要問題上鮮有提及。針對這些問題，結(jié)合陸基紅外探測系統(tǒng)成像特點，設(shè)計了一種基于優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)、快速生成紅外目標(biāo)檢測識別系統(tǒng)的構(gòu)建方法，讓實時數(shù)據(jù)“開口說話”［28］。

2 系統(tǒng)模型

紅外目標(biāo)識別系統(tǒng)的設(shè)計思路是先設(shè)計快速紅外目標(biāo)檢測器，從視頻中提取并標(biāo)注目標(biāo)區(qū)域（Region of Interesting，ROI），建立數(shù)據(jù)集并存儲到數(shù)據(jù)庫，然后利用這些標(biāo)注數(shù)據(jù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；再設(shè)計基于測試準(zhǔn)確度和模型復(fù)雜度的模型選擇策略，獲取紅外目標(biāo)分類識別器，達(dá)到實時識別目標(biāo)特征事件的目的。該框架可以高效、靈活利用源視頻數(shù)據(jù)快速獲取目標(biāo)識別能力。

圖1是系統(tǒng)框圖，分為建數(shù)據(jù)庫、訓(xùn)練選型和加載檢測三部分，分別用綠虛線、藍(lán)實線和紅虛線表示其流程，實線方框表示功能模塊，虛線方框表示需要一定程度的人工交互，虛線圓角框表示產(chǎn)生的過程文件，圓柱體表示數(shù)據(jù)庫（彩圖見期刊電子版）。

圖1紅外視頻處理與紅外目標(biāo)識別系統(tǒng)框圖

Fig.1Block diagram of infrared video processing and infrared target recognition system

建數(shù)據(jù)庫包括設(shè)計檢測器并從歷史視頻幀中提取目標(biāo)ROI，在人工交互模式下將目標(biāo)的飛行過程劃分為若干特征事件子類，標(biāo)明ROI的子類編號（例如子類編號1至3表示起飛、分離、拋整流罩），將ROI及其對應(yīng)的子類標(biāo)簽作為初始數(shù)據(jù)集以統(tǒng)一文件格式存儲到數(shù)據(jù)庫。

訓(xùn)練選型是先對初始數(shù)據(jù)集進行數(shù)據(jù)增強，得到增強數(shù)據(jù)集，再根據(jù)子類數(shù)目、樣本集規(guī)模和經(jīng)驗知識設(shè)計一組與特定任務(wù)較匹配的CNN模型，通過選型策略選出較優(yōu)的模型及其參數(shù)。

加載檢測是加載最優(yōu)模型及其參數(shù)得到分類器，用檢測器從實時紅外視頻幀中逐幀提取ROI送入分類器獲得檢測結(jié)果，通過人工交互檢驗后可提供實戰(zhàn)信息或充實數(shù)據(jù)庫。

下面詳細(xì)敘述檢測器、建數(shù)據(jù)庫、訓(xùn)練選型和分類器等主要模塊的實現(xiàn)過程。

2.1　檢測器

飛行目標(biāo)溫度一般高于背景溫度，紅外視頻目標(biāo)成像為白色，背景為黑色，因此可以采用形心法和閾值分割方法構(gòu)造檢測器，快速檢測和提取目標(biāo)ROI，獲取目標(biāo)ROI圖像集合。

圖2是檢測器框圖，幀邊緣處理模塊將畫面字幕區(qū)域填充為背景灰度值；中值濾波用于處理壞點和椒鹽噪聲；二值化掩膜可依據(jù)常量門限或自適應(yīng)門限計算目標(biāo)掩膜，再根據(jù)掩膜計算目標(biāo)群外接矩形。二值化固定閾值可根據(jù)處理的紅外目標(biāo)灰度值，在［150，180］之間選擇，基于背景分離的自適應(yīng)門限功能作為可選項。為匹配CNN網(wǎng)絡(luò)，提取ROI均為正方形，邊長取ROI外接矩形長和寬較大者。

圖2檢測器框圖

Fig.2Block diagram of detector

2.2　數(shù)據(jù)集的建立與存儲

建立數(shù)據(jù)集時先針對特定分類任務(wù)，人工劃分特征事件段落，將ROI進行子類標(biāo)注并以固定格式儲存，再進行增強處理得到增強數(shù)據(jù)集，用于訓(xùn)練CNN網(wǎng)絡(luò)。

2.2.1　數(shù)據(jù)分類與標(biāo)注

紅外探測器視場一般約為1°，目標(biāo)飛行過程中有姿態(tài)變化、分離、釋放誘餌等動作，距離較近時成像多為具有某種特征的灰白色亮斑，形態(tài)緩變或突變；距離較遠(yuǎn)時多成像為點目標(biāo)。

固定型號目標(biāo)成像一般不超過20種形態(tài)，根據(jù)成像形態(tài)差異和變化規(guī)律將飛行過程劃分為若干特征事件子類，目標(biāo)具有多批次飛行視頻，對應(yīng)多組ROI樣本集，可分別作為訓(xùn)練和測試數(shù)據(jù)集。ROI子類標(biāo)注需要人工交互確定子類名稱和剔除過渡樣本，以使子類間具有更好的區(qū)分度。

2.2.2　數(shù)據(jù)增強

如果視頻有限、訓(xùn)練數(shù)據(jù)庫數(shù)量少、形式單一或子類樣本量不均衡時，可采用數(shù)據(jù)增強技術(shù)，通過隨機旋轉(zhuǎn)、翻轉(zhuǎn)、縮放、剪切、亮度調(diào)整、對比度調(diào)整及其組合方法處理初始數(shù)據(jù)集中的ROI，改善數(shù)據(jù)集。

如劃分6個子類，建立訓(xùn)練和測試集，初始樣本數(shù)為1 920，增強擴充為12 800，選擇同型號目標(biāo)另一批次紅外視頻建立測試數(shù)據(jù)集，因某些目標(biāo)動作時間短、幀數(shù)少，某些狀態(tài)持續(xù)時間長、變化慢，只選其子類中具有代表性的195幀并覆蓋所有子類的ROI建立測試集。

2.2.3　數(shù)據(jù)存儲

實際問題中的數(shù)據(jù)格式和屬性并不統(tǒng)一，TensorFlow［29］提供了一種統(tǒng)一的TFRecord格式存儲數(shù)據(jù)，可以統(tǒng)一不同的原始數(shù)據(jù)格式，并更加有效的管理不同的屬性，可擴展性也更好，在存取時間和空間上效率更高。比如增強數(shù)據(jù)集包括12 800幅灰度圖，大小為27 319 986 Byte，占用空間57 958 400 Byte；對應(yīng)的帶有標(biāo)簽信息的TFRecord文件大小為14 400 000 Byte，占用空間14 401 536 Byte；后者占用空間更少，訓(xùn)練模型輸入效率更高。

2.3　建立并優(yōu)選卷積神經(jīng)網(wǎng)絡(luò)模型

CNN通常包含一個標(biāo)準(zhǔn)的疊加卷積層結(jié)構(gòu)（可選擇附加對比標(biāo)準(zhǔn)化和最大池化功能）后接一個或多個全連接層［30］，結(jié)構(gòu)復(fù)雜度應(yīng)當(dāng)與需要區(qū)分的類別數(shù)匹配，有助于減少欠擬合或過擬合，因此應(yīng)當(dāng)設(shè)計CNN模型結(jié)構(gòu)選擇策略，即首先根據(jù)子類數(shù)目和數(shù)據(jù)集規(guī)模設(shè)計一組較匹配的CNN模型，覆蓋不同卷積層數(shù)和卷積核深度，通過多次訓(xùn)練，取得多組測試準(zhǔn)確度（Test Accuracy，TA），利用測試準(zhǔn)確度的統(tǒng)計分析結(jié)果和模型參數(shù)規(guī)模選出泛化能力較好且結(jié)構(gòu)較簡單的CNN模型。

根據(jù)MNIST，CIFAR10數(shù)據(jù)集經(jīng)驗，分類數(shù)較少時，如10個左右，CNN卷積層2到4層即可達(dá)到滿意效果，這里參照較為簡單的LeNet-5［31-32］網(wǎng)絡(luò)結(jié)構(gòu)。將CNN模型命名為CnnetNX，其中N表示卷積層數(shù)，可選1，2，3，4k，5；X表示首層卷積核深度可選b（4），c（8），d（16），e（32），f（64），之后各層卷積核深度以2為底指數(shù)級增加。例如Cnnnet3d具有3個卷積層、首層卷積核深度為16。圖3表示3種CNN結(jié)構(gòu)，從Cnnet2e到Cnnet4e網(wǎng)絡(luò)深度逐漸加深，其中卷積層包含了線性整流函數(shù)ReLU（Rectified Linear Unit）。

圖3CNN結(jié)構(gòu)框圖

Fig.3Block diagram of CNN Structure

針對自建數(shù)據(jù)庫規(guī)模小、類別少的特點，設(shè)計21種CNN結(jié)構(gòu)，如表1所示。表1給出Cnnet5e的核參數(shù)和特征圖尺寸，卷積核的節(jié)點矩陣尺寸即寬、高、通道數(shù)分別用w，h，c表示，卷積核的深度為d，池化層的濾波核大小均為2×2，sn表示卷積步進值為n，輸出特征圖的寬、高、通道數(shù)用W，H，C表示。X=d（16），c（8），b（4）的數(shù)據(jù)標(biāo)于括號中，“√”表示具有該層結(jié)構(gòu)，“Flat”表示最后一層池化層輸出的特征圖拉直向量維度，“FullC”表示全連接層，數(shù)值等于輸入圖的拉直向量維數(shù)。cnnet1f未標(biāo)出，其對應(yīng)的卷積核深度為64，拉直向量維度16 384。表2是21種CNN的參數(shù)數(shù)量，卷積層越多，全連接層參數(shù)占比越低，總參數(shù)越少；卷積核深度越深，總參數(shù)越多。

表121種具有不同卷積層和卷積核深度的CNN結(jié)構(gòu)參數(shù)

Tab.121 kinds of CNN structure parameter with different convolution layer and convolution kernel depth

表221種CNN網(wǎng)絡(luò)參數(shù)數(shù)量（括號中為卷積層參數(shù)/全連接層參數(shù)個數(shù)）

Tab.2Number of 21 CNN network parameters(In parentheses, is the number of convolution layer /full connection layer parameters)

2.4　分類器

使用增強數(shù)據(jù)集按預(yù)設(shè)超參數(shù)和優(yōu)化策略訓(xùn)練優(yōu)選的模型，訓(xùn)練結(jié)束后將模型結(jié)構(gòu)、學(xué)習(xí)到的參數(shù)和類別標(biāo)簽以文件形式保存；構(gòu)造分類器時，加載模型、參數(shù)和子類標(biāo)簽文件，獲得分類器函數(shù)，該函數(shù)輸入圖片，輸出圖片標(biāo)簽編號。使用檢測器檢測實時視頻幀并提取目標(biāo)ROI，逐幀輸入分類器進行判斷，輸出該目標(biāo)所屬的子類編號。

3 實驗結(jié)果與分析

實驗分圖像增強、模型訓(xùn)練選型和分類性能分析三部分。仿真計算機配置為Intel?Core? i7-6700HQ CPU @ 2.60 GHz，仿真軟件采用Anaconda3-5.2.0，Python-3.5.2。CNN網(wǎng)絡(luò)搭建與訓(xùn)練、目標(biāo)檢測實現(xiàn)基于TensorFlow框架和python-OpenCV庫。

3.1　圖像增強及其效果仿真

圖4用網(wǎng)絡(luò)圖片展示增強效果，末行中間是原圖，自上而下為亮度、對比度、隨機剪切和旋轉(zhuǎn)四種處理結(jié)果，組合處理樣本更加豐富。

圖4亮度、對比度、隨機剪切和旋轉(zhuǎn)處理

Fig.4Brightness, contrast, random cut and rotation processing

如圖5所示，用增強前后的數(shù)據(jù)集分別訓(xùn)練cnnet3e模型各5次，“src”和“aug”分別表示源數(shù)據(jù)集和增強數(shù)據(jù)集訓(xùn)練結(jié)果，測試準(zhǔn)確度均值（Mean Test Accuracy，MTA）表明，數(shù)據(jù)增強技術(shù)在同等條件下使MTA提高約10%，且標(biāo)準(zhǔn)差更小，幫助模型學(xué)習(xí)到更好更穩(wěn)定的泛化能力。

圖5數(shù)據(jù)增強前后訓(xùn)練cnnet3e網(wǎng)絡(luò)5次TA及MTA曲線

Fig.5Training cnnet3e network TA and MTA for 5 times before and after data enhancement

3.2　訓(xùn)練模型與選型策略實驗

影響CNN模型性能的主要有網(wǎng)絡(luò)結(jié)構(gòu)、超參數(shù)以及損失函數(shù)和優(yōu)化策略等，這里主要研究CNN結(jié)構(gòu)尤其是網(wǎng)絡(luò)深度變化對訓(xùn)練結(jié)果的影響，進而設(shè)計選型策略。實驗選擇的超參數(shù)有學(xué)習(xí)速率0.000 1、最小批處理數(shù)量50、隨機失活比例0.5、訓(xùn)練輪數(shù)10 000輪；損失函數(shù)為交叉熵，優(yōu)化采用自適應(yīng)矩估計方法（adaptive moment estimation，Adam）［29］。

由于對批處理數(shù)據(jù)進行了隨機擾亂，因此學(xué)習(xí)參數(shù)和測試準(zhǔn)確度等訓(xùn)練結(jié)果具有隨機性，而測試準(zhǔn)確度是反映模型泛化能力的重要指標(biāo)，為減少隨機性干擾，使用增強前后的數(shù)據(jù)集分別對21種CNN進行5次訓(xùn)練，每次訓(xùn)練10 000步，每200步記錄一次測試準(zhǔn)確度結(jié)果，分別計算各CNN的5次訓(xùn)練結(jié)果的MTA，如圖6~圖7所示。從MTA變化趨勢看，前者收斂較快，多數(shù)曲線呈現(xiàn)先升后降趨勢，后者收斂較慢，大部分曲線由升轉(zhuǎn)穩(wěn)，且幅度有較大提高；原因是前者樣本少，收斂快，后期出現(xiàn)過擬合，而后者樣本數(shù)量和多樣性都有改善，訓(xùn)練輪數(shù)也比較合適?？梢奙TA即能反映泛化能力，又能反映擬合狀態(tài)，是選擇模型和訓(xùn)練輪數(shù)的重要參考。

圖621種CNN 5次MTA曲線(未增強數(shù)據(jù))

Fig.6MTA of 21 CNN for 5 times with unenhanced data

圖721種CNN5次MTA曲線(增強數(shù)據(jù))

Fig.7MTA of 21 CNN for 5 times with enhanced data

圖8能更清晰地展示這種趨勢，按順序取每5個相鄰的MTA為一段求均值，得到分段測試準(zhǔn)確度均值（Partitioned Mean Test Accuracy，PMTA），幅度更穩(wěn)定。

圖821種CNN 5次PMTA曲線

Fig.8PMTA of 21 CNN for 5 times

對比圖8的（a）和（b），前者5b，1b，2e較高，2d，3b，2b較低，后者1e，2b，2e較高，4e，5c，5d較低。這表明同等條件下增強樣本會影響訓(xùn)練收斂過程和結(jié)果；前后兩個2e幅度都較高，但曲線形態(tài)明顯不同，前者先升后降，后者先升后穩(wěn)，這說明同等條件下還應(yīng)按數(shù)據(jù)集規(guī)模選擇適當(dāng)?shù)挠?xùn)練輪數(shù)，防止欠擬合和過擬合。

基于上述分析，將各CNN中MTA類指標(biāo)和參數(shù)規(guī)模繪制成熱度圖，如圖9所示。優(yōu)選模型主要依據(jù)PMTA和MTA的最大值，以及參數(shù)總數(shù)“total num”，前者反映模型泛化能力，后者表示模型復(fù)雜度，其他指標(biāo)（FMTA表示MTA前5個最大值的均值，“fclayer num”和“convlayer num”表示全連接層和卷積層參數(shù)量）作參考。首先排除參數(shù)很多（>1 000 000）且MTA類指標(biāo)并未顯著提升者（1b~1f，2c~2e，3d，3e，4e，5e）和參數(shù)雖少但是MTA類指標(biāo)明顯較低者（3b，4c，4d，5c，5d），余下2b，3c，4b和5b（箭頭所示）。其次2b，5b的參數(shù)規(guī)模分別略低于3c，4b但MTA更高，可淘汰后者。最后，余下的網(wǎng)絡(luò)參數(shù)規(guī)模都不大，因此應(yīng)以MTA為主；若MTA相等，根據(jù)奧卡姆剃刀原則，選參數(shù)少者。2b與5b模型相比，各有優(yōu)勢，前者以5倍左右的參數(shù)量，將MTA提高了近1%，在參數(shù)總數(shù)可接受的情況下，可提供更好的模型泛化能力。

圖9基于MTA類指標(biāo)和參數(shù)規(guī)模的選型策略（參數(shù)數(shù)量單位：萬）

Fig.9Selection strategy based on MTA class index and parameter scale (parameter unit: ten thousand)

綜上所述，首先設(shè)計一組與特定任務(wù)較匹配的CNN，通過多次訓(xùn)練獲得MTA類指標(biāo)，繪制MTA類指標(biāo)和參數(shù)規(guī)模熱度圖；再用排除法、對比法縮小選擇范圍；最后按照簡單有效原則，可選出潛在的模型復(fù)雜度較低且泛化能力較高的CNN，用于構(gòu)造分類器。

3.3　圖像檢測實驗

TensorFlow提供多種方法保存和加載（部署）模型［33］。加載Cnnet2b結(jié)構(gòu)、參數(shù)和標(biāo)簽文件，這里構(gòu)造分類器函數(shù)用于仿真，輸入為一幅歸一化為32×32大小的ROI灰度圖，輸出為該圖子類編號。仿真時先用檢測器實時提取視頻幀中的目標(biāo)ROI，然后傳入分類器函數(shù)判斷其子類編號，這就構(gòu)成一個快速目標(biāo)識別系統(tǒng)。

圖10上中下子圖左側(cè)是對Cnnet2b進行三次訓(xùn)練的訓(xùn)練準(zhǔn)確度（Train Accuracy）和測試準(zhǔn)確度，訓(xùn)練準(zhǔn)確度在后期基本達(dá)到100%，測試準(zhǔn)確度分別達(dá)98.46%，94.35%和95.89%；右側(cè)是對應(yīng)模型的預(yù)測結(jié)果與真實標(biāo)簽比較，可見模型訓(xùn)練結(jié)果具有隨機性，但是在預(yù)期的范圍。

圖10Cnnet2b模型三次訓(xùn)練和測試準(zhǔn)確度及其分類結(jié)果

Fig.10Three times training and testing accuracy of cnnet2b model and its classification results

從預(yù)測結(jié)果看，錯誤幀分別為第3，9，7幀，其中分別有第2，6，5幀的錯誤發(fā)生在狀態(tài)變換附近，約占68%，因此在選擇訓(xùn)練測試樣本時，通過減少過渡狀態(tài)的樣本，提高類間區(qū)分度，可進一步提高預(yù)測準(zhǔn)確度。

在采用固定灰度閾值時，視頻檢測速率可達(dá)1 000 FPS，增加中值濾波和自適應(yīng)灰度閾值功能時約為100 FPS，分類器運算時間約為100 FPS，檢測分類總時間約為50 FPS，達(dá)到實時要求。

4 結(jié)　論

為快速利用現(xiàn)有數(shù)據(jù)提升設(shè)備能力，基于海量紅外視頻數(shù)據(jù)和卷積神經(jīng)網(wǎng)絡(luò)，分建立數(shù)據(jù)庫、增強數(shù)據(jù)、選擇CNN訓(xùn)練模型和設(shè)計檢測器、分類器等若干步驟，設(shè)計了一種構(gòu)建實時紅外目標(biāo)識別系統(tǒng)的方法。重點闡述了如何根據(jù)測試準(zhǔn)確度均值及其分類統(tǒng)計結(jié)果、參數(shù)規(guī)模等要素選擇適合特定任務(wù)的CNN卷積層層數(shù)和卷積核深度，在模型復(fù)雜度較低時，選出泛化能力較好的模型。實驗結(jié)果表明，特征事件分類準(zhǔn)確度可達(dá)95%，幀率約為50 FPS，選擇CNN結(jié)構(gòu)的策略合理有效，建立的系統(tǒng)模型可達(dá)到紅外目標(biāo)識別精度和實時性要求。

【轉(zhuǎn)載聲明】轉(zhuǎn)載目的在于傳遞更多信息。如涉及作品版權(quán)和其它問題，請在30日內(nèi)與本號聯(lián)系，我們將在第一時間刪除

關(guān)注微信公眾號：人工智能技術(shù)與咨詢。了解更多咨詢！

編輯：fqj