《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》

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

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。