基于多层CNN的海空运动目标检测
  • 【摘要】

    元胞神经网络以其高速并行的特点在实时信号处理方面具有广泛的应用.根据CNN模型,提出了一种基于多层CNN的海空运动目标检测方法.首先通过CNN差分网络实现帧间差分;建立了像素的高斯分布模型,对于帧间差分信息,利用贝叶斯估计准则对像素的属性进行估计,再通过CNN分割网络进行分割,进而检测出运动目标.仿真实例表明,与传统的一些方法相比,该方法能较好地检测出海空运动目标,准确率较高,并且满足实时处理的要... 展开>>元胞神经网络以其高速并行的特点在实时信号处理方面具有广泛的应用.根据CNN模型,提出了一种基于多层CNN的海空运动目标检测方法.首先通过CNN差分网络实现帧间差分;建立了像素的高斯分布模型,对于帧间差分信息,利用贝叶斯估计准则对像素的属性进行估计,再通过CNN分割网络进行分割,进而检测出运动目标.仿真实例表明,与传统的一些方法相比,该方法能较好地检测出海空运动目标,准确率较高,并且满足实时处理的要求,具有一定的军事应用价值.最后分析了存在的不足之处,有待进一步改进. 收起<<

  • 【作者】

    刘天华  杨绍清 

  • 【作者单位】

    海军大连舰艇学院信息与通信工程系

  • 【会议名称】

    2009国际信息技与应用论坛

  • 【会议时间】

    2009-05-15

  • 【会议地点】

    成都

  • 【主办单位】

    西南财经大学

  • 【语种】

    chi

  • 【关键词】

    元胞神经网络  海空运动  目标检测  差分网络  分割网络  实时信号处理