基于BP神经网络的运动目标红外图像仿真
针对国内外红外图像仿真中采用热力学方法对物体温度场建模的不足,将基于BP神经网络的机器学习算法应用到物体的红外图像仿真中.根据车辆的红外特性将其表面划分为若干区域,并对所划区域的表面温度进行多次测量,得到训练样本集合,然后运用神经网络建立车辆的温度场模型,并对车辆在设定气候条件下的静止和运动状态进行仿真.根据仿真结果分析,此模型能够根据所设定的气候条件较准确地实时仿真运动目标的红外图像。
红外图像仿真 实时仿真 BP神经网络 机器学习 温度场建模
吴晓迪 黄超超
解放军电子工程学院安徽省红外与低温等离子体重点实验室,安徽,合肥,230037
国内会议
山东青岛
中文
377-379
2006-08-10（万方平台首次上网日期，不代表论文的发表时间）