基于DSP和GPU的递进式红外周扫系统实时目标检测识别方法

本发明提供了一种基于DSP和GPU的递进式红外周扫系统实时目标检测识别方法，包括：采集场景、目标姿态角、尺度和对比度变化的红外周扫图像，将图像分割为若干个重叠正方形子帧；双阶段目标检测网络以ResNet‑50为骨架网络进行多尺度特征提取，经过特征融合后，先生成候选目标区域建议，再对候选目标区域进行分类与定位；完成模型训练后，采用DSP端对目标原始周扫图像进行降尺度分解后分层次处理，对各尺度图像分别进行弱小目标检测处理和面目标检测处理，采用GPU端将粗检测输出的图像子帧输入目标检测网络。本发明构建的红外目标检测数据集能有效解决网络训练的泛化问题；采用渐进式目标检测识别算法可大幅减小目标识别时间，使红外周扫系统能实时检测识别。