비효율적이고 광 측정 장비의 목표 인식 능력이 약한 영상 데이터 문제를 해결하기 위해, 대량의 영상 데이터를 사용하여 데이터베이스를 구축하고 이를 기반으로 적외선 목표 인식 시스템을 구축하는 방법을 제안한다. 먼저 빠른 적외선 목표 탐지 알고리즘을 설계하여 목표를 추출하고 분류하여 데이터베이스를 구축한다; 그 후 특정 작업과 결합하여 잘 맞으면서 구조가 다른 합성곱 신경망 집합을 구축하고, 테스트 정확도 평균 통계 분석과 파라미터 규모에 기반한 선택 전략을 제안하여 일반화 능력이 우수하고 구조가 단순한 합성곱 신경망과 적절한 학습 횟수를 선택한다; 마지막으로 최적 모델과 파라미터를 분류기로 로드하여 탐지기와 결합해 적외선 목표 특징 이벤트의 실시간 탐지 및 분류를 구현한다. 시뮬레이션 결과, 목표 분류 정확도 평균이 95% 이상이며 속도는 약 50 픽셀/초임을 보여준다. 합성곱 신경망 구조 설계 및 선택 전략이 효과적이며 구축된 시스템은 적외선 목표 인식의 정밀도 및 실시간 요구 사항을 충족할 수 있다.

대용량 영상;합성곱 신경망;선택 전략;적외선 목표 인식