复杂背景下对空红外弱小目标检测方法

摘要

红外成像系统具有探测距离远、抗干扰能力强的特点,在武器系统中备受关注。针对当前目标检测算法在复杂背景下准确率低,误检、漏检率高的问题,提出基于ResNet101主干网的Faster RCNN改进网络。通过将多尺度特征提取和多层特征融合,精确获取目标候选区域,提升小目标检测性能;利用残差网络优化模型结构;基于候选框的检测方法,充分考虑不同尺度的区域特征;基于迁移学习的方法解决小样本数据集泛化性差的问题。实验结果表明,所述方法相较于5种代表性方法,具有准确率高、鲁棒性强的特点。