卷积神经网络在炮兵对抗训练系统中的应用

发布时间：2022-04-17 19:34

　　针对炮兵对抗训练系统中炸点图像目标捕捉的问题,提出一种基于YOLACT的炸点区域快速识别及分割方法。对特征提取网络结构和参数进行修改,结合预测分支网络和掩膜生成网络输出炸点位置和区域范围,根据区域信息得到炸点中心坐标。实验结果表明:在构建的炸点数据集上,该方法能准确地识别和分割炸点目标,速度达到21.2 fps,整体上优于对比算法,能较好地解决炮兵对抗训练系统中的问题。 

【文章页数】：5 页

【参考文献】：
期刊论文
[1]增强区域全卷积网络下的炸点检测方法研究[J]. 刘峰,赵广伟,王向军.  计算机辅助设计与图形学学报. 2019(03)
[2]基于虚拟现实技术的对抗式指挥训练[J]. 王涵,朱虹旭,周双喜.  国防科技. 2018(01)
[3]声测定位技术的现状研究[J]. 靳莹,杨润泽.  电声技术. 2007(02)

博士论文
[1]弹道导弹雷达跟踪与识别研究[D]. 赵艳丽.国防科学技术大学 2007

硕士论文
[1]主动式高速目标探测方法的研究[D]. 庞羽佳.天津大学 2004



本文编号：3646144