基于改进候选区域网络的红外飞机检测

来源：激光与红外杂志2019年第1期北京时间：

作者：姜晓伟

单位：陆军工程大学石家庄校区电子与光学工程系,河北 石家庄 050003；

摘要：为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习的目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means聚类算法的工作原理、实现流程、存在的弊端以及该算法的主要改进手段,并利用K-means聚类算法对Faster R-CNN锚点框的生成方式进行了改进。最后在CAFFE框架平台下进行了多次仿真实验,测试集来源于自建的专用于空中红外飞机检测任务的数据集,实验结果表明本文采用的改进手段可以在保证较高平均准确率AP的同时提高检测速度,并且给出了最适用于本文自建数据集利用聚类算法的k值。

关键词：卷积神经网络;聚类;红外飞机;目标检测