人工智能技术在红外目标检测中的创新应用

下载PDF

导出

摘要 0引言在现代科技的快速发展中,红外目标检测技术作为一项关键技术,在多个领域中具有不可替代的作用。在军事侦察领域,它能够帮助军方在复杂战场环境中快速、准确地识别敌方目标,为作战决策提供重要依据;在安防监控领域,它可以实现对人员和物体的实时监测,有效提高安全防范水平;在自动驾驶领域,它能够辅助车辆感知周围环境,确保行车安全。

作者肖思思张寒江涛刘劼星

机构地区昆明物理研究所

出处《云光技术》 2025年第2期17-30,共14页

关键词红外目标检测安防监控军事侦察人工智能技术

分类号 TP18 [自动化与计算机技术—控制理论与控制工程] TP391.41 [自动化与计算机技术—计算机应用技术] TN219 [电子电信—物理电子学]

引文网络
相关文献

参考文献7

1奚金耀,饶进军.基于视锥的多模态融合目标检测算法[J].计量与测试技术,2024,50(11):50-53. 被引量：1
2寇人可,王春平,罗迎,张勇,徐泽龙,彭真明,武晨燕,付强.单帧红外图像多尺度小目标检测技术综述[J].中国图象图形学报,2024,29(9):2625-2649. 被引量：7
3唐华,易旸,申旭,沈芮聪,罗明.红外成像技术在化工设备安全监测中的应用与探讨[J].广东化工,2024,51(23):88-90. 被引量：4
4郑含宇,王云哲,孙涛,邵俊峰.10.6μm脉冲激光对红外成像系统的干扰评估[J].应用光学,2025,46(1):202-209. 被引量：1
5杨斌.基于Transformer的预训练模型综述[J].现代计算机,2024,30(24):16-22. 被引量：5
6丁世飞,孙玉婷,梁志贞,郭丽丽,张健,徐晓.弱监督场景下的支持向量机算法综述[J].计算机学报,2024,47(5):987-1009. 被引量：16
7徐彦威,李军,董元方,张小利.YOLO系列目标检测算法综述[J].计算机科学与探索,2024,18(9):2221-2238. 被引量：81

二级参考文献67

1罗枭.基于深度学习的自然语言处理研究综述[J].智能计算机与应用,2020(4):133-137. 被引量：17
2戴景民,汪子君.红外热成像无损检测技术及其应用现状[J].自动化技术与应用,2007,26(1):1-7. 被引量：90
3赵大鹏,时家明.基于图像特征的成像制导对抗干扰效果评估方法[J].激光与红外,2005,35(8):599-601. 被引量：12
4樊心民,郑义,王冠军,孙启兵,杜海龙,曾灏宪.90／10刀口法测量高斯激光光束束腰的两种计算方法[J].应用激光,2008,28(2):139-141. 被引量：12
5丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(1):2-10. 被引量：995
6Jiajia Zhao,ZhengyuanTang,Jie Yang,Erqi Liu.Infrared small target detection using sparse representation[J].Journal of Systems Engineering and Electronics,2011,22(6):897-904. 被引量：12
7徐银,邵立,孙晓泉.激光干扰对CCD跟踪性能影响的图像尺度分析[J].红外与激光工程,2012,41(5):1180-1185. 被引量：7
8李涛,汪西莉.一种基于聚类核的半监督支持向量机分类方法[J].计算机应用研究,2013,30(1):42-45. 被引量：6
9陶新民,曹盼东,宋少宇,付丹丹.基于半监督高斯混合模型核的支持向量机分类算法[J].信息与控制,2013,42(1):18-26. 被引量：5
10刘元林,梅晨,唐庆菊,芦玉梅.红外热成像检测技术研究现状及发展趋势[J].机械设计与制造,2015(6):260-262. 被引量：40

共引文献108

1李志川,彭旭华,朱魁星,祁雷,朱嵘华.海上风电海缆BP神经网络故障识别[J].机电工程技术,2024,53(9):8-11. 被引量：1
2王春妍,郭宇,张晓丽.基于组合特征和GA_SVM的织物疵点分类[J].纺织科技进展,2024,46(10):20-23. 被引量：1
3柯鹏飞,黄志旺,李文通,李函蔚,刘锋涛.基于深度学习和物联网技术的水库危险行为识别系统[J].广东水利水电,2024(11):88-92. 被引量：1
4杨桢,段雨昕,李鑫,吴方泽,纪力文,冯丰.基于2D-SPWVD与PCA-SSA-RF的超宽带雷达人体跌落动作辨识方法[J].电子测量与仪器学报,2024,38(10):147-158. 被引量：2
5梁燕,何孝武,邵凯,陈俊宏.改进YOLOv8的无人机航拍图像目标检测算法[J].计算机工程与应用,2025,61(1):121-130. 被引量：10
6周秀珊,文露婷,介百飞,郑海锋,吴其琦,李克讷,梁军能,黎一键,文家燕,江林源.改进YOLOv11的水面膨化饲料颗粒图像实时检测算法[J].智慧农业(中英文),2024,6(6):155-167. 被引量：8
7李耀龙,陈晓林,林浩,王宇,王春林.DySnake-YOLO:改进的YOLOv9c电路板表面缺陷检测方法[J].计算机工程与应用,2025,61(3):242-252. 被引量：5
8王亮,肖小玲,向琪琪.基于改进YOLOv8的苹果质量检测模型研究[J].信息技术与信息化,2025(1):159-162.
9李莹,刘梦莲,何自芬,娄杨伟.基于改进YOLOv8s的柑橘果实成熟度检测[J].农业工程学报,2024,40(24):157-164. 被引量：7
10申旭桓,马宗方,袁立新,陈陆义,崔衡,董武刚,殷浩.PMC-YOLO:一种烧结复杂环境下的篦条缺陷检测方法[J].机械科学与技术,2025,44(1):84-91. 被引量：1

1Flagship Gold签署协议重振马里的Morila矿[J].中国贵金属,2025(11):63-63.
2候知健.“风行者”拉迪亚要造超巨型运输机[J].航空知识,2025(12):50-53.
3郑江.战时航空装备保障问题浅析和发展建议[J].中国军转民,2025(22):39-40.
4寇梦卓,李秉忠.厄扎尔时期土耳其军政关系的调整及限度[J].史林,2025(5):203-216.

云光技术

2025年第2期

浏览历史

内容加载中请稍等...

人工智能技术在红外目标检测中的创新应用

参考文献7

二级参考文献67

共引文献108

相关作者

相关机构

相关主题

浏览历史