长江信息通信杂志

摘要：由于现有识别方法识别精度低,为此研究基于深度学习算法的小样本红外图像小目标识别方法。运用深度学习通过端到端的特征学习机制,基于卷积神经网络进行红外图像特征提取。设计基于贝叶斯卷积神经网络的分类器,通过迁移学习策略,在有限样本条件下实现目标分类识别。测试结果表明,实验组在m AP指标上较对照组提升了将近4个百分点,增加了在复杂场景下对小目标的高精度识别能力;实验组能够更为清晰准确识别出待测小目标,从而达到了良好的识别效果。

关键词： 深度学习;小样本;红外图像;小目标;识别;

DOI： 10.20153/j.issn.2096-9759.2026.06.014

专辑： 信息科技

专题： 计算机软件及计算机应用;自动化技术

分类号： TP391.41;TP18