基于深度学习的重叠红外刑侦目标提取算法研究 .pdfVIP

ResearchonOverlappingInfraredForensicTarget

ExtractionAlgorithmsBasedonDeepLearning

作者：于晓[1];姜晨慧[1]

作者机构：[1]天津理工大学电气工程与自动化学院,天津300384

出版物刊名：黑龙江工业学院学报：综合版

页码：85-93页

年卷期：2024年第2期

主题词：刑侦图像处理;目标提取;坐标变换;ResEU-Net

摘要：刑侦图像处理中，由于人活动的随意性和主观性，导致红外图像中存在手印重叠的问

题，使得处理此类图像中重叠目标的提取较为复杂。针对重叠红外刑侦目标提取困难的问题，

提出一个ResEU-Net网络模型，用于定位和分割手印目标区域以及重叠目标区域。此外，通过

基于坐标变换和图像融合算法，有效地提取和复原单个重叠手印。通过算法实验结果及所提出

网络模型的对比试验，验证了方法在提取红外重叠刑侦目标时的准确性和优越性。ResEU-Net

网络模型的评估指标，包括mIoU、mAP以及准确率等，均优于其他模型。与其他目标提取方

法相比，方法在提取整体手印目标、手印的重叠目标和单独手印目标时都具有较高的准确性和

完整性。