美国陆军《机器学习方法对红外视频数据的适用性》27页技术报告

态势感知是作战人员的必需能力。一种常见的监视方法是利用传感器。电子光学/红外（EOIR）传感器同时使用可见光和红外传感器，使其能够在光照和黑暗（日/夜）情况下使用。这些系统经常被用来探测无人驾驶飞机系统（UAS）。识别天空中的这些物体需要监测该系统的人员开展大量工作。本报告的目的是研究在红外数据上使用卷积神经网络来识别天空中的无人机系统图像的可行性。本项目使用的数据是由作战能力发展司令部军备中心的精确瞄准和集成小组提供的。

该报告考虑了来自红外传感器的图像数据。这些图像被送入一个前馈卷积神经网络，该网络将图像分类为有无无人机系统。卷积模型被证明是处理这些数据的第一次尝试。本报告提供了一个未来的方向，以便在未来进行扩展。建议包括微调这个模型，以及在这个数据集上使用其他机器学习方法，如目标检测和 YOLO算法。

专知便捷查看

便捷下载，请关注专知人工智能公众号（点击上方蓝色专知关注）
后台回复“IVD27” 就可以获取《美国陆军《机器学习方法对红外视频数据的适用性》27页技术报告》专知下载链接

欢迎微信扫一扫加专知助手，咨询使用专知，获取最新AI专业干货知识教程资料！

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI(AI与军事、医药、公安等)主题干货知识资料！

点击“阅读原文”，了解使用专知，查看获取70000+AI主题知识资料