《表2 YOLO V3置信度对比分析》

  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

《基于多尺度生成对抗网络的运动散焦红外图像复原》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图7置信度对比测试可见，原始清晰图像人体置信度达到最高值，存在运动散焦模糊的红外图像无法识别人体目标，使用经典方法进行复原的红外图像由于复原效果较差，无法识别人体目标，而使用3种基于深度学习的方法进行复原的红外图像均可恢复对人体目标的识别。由表2分析可见，原始清晰图像人体目标所获置信度最高为0.97，复原图像中，本文方法所获置信度为0.95，最接近于原始图像中的目标置信度，本文方法的复原图像中对特定目标识别置信度高于DeblurGAN方法复原图像18%，高于SRN-DeblurNet方法复原图像6%，由此可见，本文方法复原运动散焦红外图像相对采用已有代表性方法复原，对存在运动散焦情况下的夜间目标自动检测改善程度最佳。