《国防科技》编辑部       温馨提示:建议您使用Firefox、Chrome、IE最新版本、360极速等浏览器,若您的浏览器版本过低,可能会影响部分功能正常使用。
【专题】面向精打产品的红外图像数据采集、治理和应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Infrared image data collection, management and application for precision attack products
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    面对复杂严酷的战场环境,红外成像精打产品的智能化水平和抗干扰能力是产品生存的重要因素,而图像大数据技术是红外成像精打产品提升技术能力的重要保障。本文结合红外成像精打产品智能化能力提升的需求,提出了面向精打产品的图像数据获取、历史数据及新增数据治理、数据挖掘应用的全过程实用方法,实现了特定目标红外图像数据增补及海量图像数据的高效管理与智能应用;并在图像大数据的支持下,研发了智能信息处理算法性能评价平台和目标检测算法,有效提升了精打产品的智能化水平和实际应用能力。开展基于实际应用需求的图像数据采集、治理和应用技术研究是提升精打产品性能的重要途径,也能够为智能信息处理技术在精打产品上的落地应用提供有力支撑。

    Abstract:

    The intelligence and anti-interference capability of infrared imaging precision products are important for their survival in a complex and harsh battlefield. Big infrared image data can help improve the requisite technical capabilities. In light of the demand for improving the intelligent capabilities of infrared imaging-based precision attack products, this paper proposes a method to handle the acquisition of the image data, management of historical and new data, and data mining applications. The proposed method makes possible the use of big infrared image data for specific targets through their efficient management and intelligent application. We use big image data to develop a platform to assess the performance of intelligent target detection algorithms. The data mining applications provided by the proposed method can improve the performance of precision attack products, and provide powerful support for the use of Artificial Intelligence technology in precision attack products.

    参考文献
    相似文献
    引证文献
引用本文

姚克明,李 婷*,徐传刚,吴永国,王悦行,武 毅.【专题】面向精打产品的红外图像数据采集、治理和应用[J].国防科技,2021,42(2):113-120;YAO Keming, LI Ting, XU Chuan’gang, WU Yongguo, WANG Yuexing, WU Yi. Infrared image data collection, management and application for precision attack products[J]. National Defense Technology,2021,42(2):113-120

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-05-10
  • 出版日期:

关于我们

友情链接

微信公众号二维码

手机版网站二维码