《表1 不同成像频段下目标多尺度识别测试效果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于兴趣区域掩码卷积神经网络的红外-可见光图像融合与目标识别算法研究》
为验证本文算法对多尺度目标的识别效果,测量IVFNN的最小可识别目标像素占比及其识别精度,本文基于FLIR数据集中运动车辆视频流数据作为识别样本,对同一目标在不同距离与像素占比的图像,利用红外、可见光与双频自适应融合三种方式进行识别测试。测试将从视频中目标车辆完整进入视场后开始,随着目标车辆的不断远离,IVFNN将持续对车辆进行双频融合自适应识别,并记录识别精度及车辆像素占比。当目标车辆出现连续3帧识别错误、连续10帧识别波动或目标识别精度达到最低识别阈值(60%)时,则认为已达IVFNN的最小目标识别极限。不同成像频段下目标多尺度识别测试效果如表1。
图表编号 | XD00197216200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 郝永平、曹昭睿、白帆、孙颢洋、王兴、秦洁 |
绘制单位 | 沈阳理工大学装备工程学院、沈阳理工大学装备工程学院、沈阳理工大学装备工程学院、沈阳理工大学装备工程学院、沈阳理工大学机械工程学院、沈阳理工大学装备工程学院 |
更多格式 | 高清、无水印(增值服务) |