检索结果-南通市图书馆

基于改进Mask R-CNN的可见光图像中舰船目标检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北京理工大学学报 2021年第7期41卷 734-744页

作者：马啸邵利民金鑫卢惠民肖军浩谷东亮海军研究院北京100071 海军大连舰艇学院航海系辽宁大连116000 国防科技大学智能科学学院自动化系湖南长沙410000

针对基于卷积神经网络的目标识别方法中经典的矩形检测框在检测舰船目标时会框出很多无关区域,易出现漏检、误检等问题,提出基于改进Mask R-CNN(mask region-based convolution neural networks)的舰船目标检测方法,在Mask R-CNN网络的... 详细信息

针对基于卷积神经网络的目标识别方法中经典的矩形检测框在检测舰船目标时会框出很多无关区域,易出现漏检、误检等问题,提出基于改进Mask R-CNN(mask region-based convolution neural networks)的舰船目标检测方法,在Mask R-CNN网络的基础上通过增加判别模块、类别预测分支和语义分割分支对视觉系统采集的可见光图像中的舰船目标进行目标定位和类别预测,同时获得舰船目标的边缘轮廓并实现对军舰目标的语义分割,为海上无人作战系统提供更精确的信息.实验结果表明,该方法在保持较高检出率和运行效率的同时误检率较低,舰船目标的平均检测精度较高,具有良好的舰船目标检测性能.

关键词：舰船目标目标检测 Mask R-CNN 语义分割

在线全文

学校读者我要写书评

暂无评论

基于蒙特卡罗法的舰船目标毁伤概率分析

舰船科学技术 2023年第23期45卷 1-6页

作者：李冬琴张宇刘家昊江苏科技大学船舶与海洋工程学院江苏镇江212100 江南造船(集团)有限责任公司上海201913

针对半穿甲战斗部侵彻舰船目标的毁伤概率研究提出一个新的毁伤概率计算公式,对该公式中的侵彻概率、弹体安定性满足要求的概率、冲击波毁伤概率和击中概率分别进行计算与分析。基于蒙特卡罗法仿真模拟半穿甲战斗部对舰船目标的打击,进... 详细信息

针对半穿甲战斗部侵彻舰船目标的毁伤概率研究提出一个新的毁伤概率计算公式,对该公式中的侵彻概率、弹体安定性满足要求的概率、冲击波毁伤概率和击中概率分别进行计算与分析。基于蒙特卡罗法仿真模拟半穿甲战斗部对舰船目标的打击,进行100次的独立重复仿真试验并且每次进行1000次的模拟打击,求得各个设备被击中的概率。基于拉丁超立方随机抽样方法对毁伤概率公式中的相关参数进行有效性验证,验证结果表明拟合的函数关系与仿真结果之间误差在工程允许的范围内。

关键词：舰船目标毁伤概率蒙特卡罗法

在线全文

学校读者我要写书评

暂无评论

宽带复合双基地雷达舰船目标长度估计方法

电子与信息学报 2023年

作者：艾小锋邱梦奇胡旖航徐志明赵锋国防科技大学电子信息系统复杂电磁环境效应国家重点实验室

舰船目标长度特征对舰船目标识别具有重要作用，该文提出一种基于宽带复合双基地雷达联合观测的舰船目标长度估计方法。该方法综合利用单/双基地雷达高分辨距离像长度，结合双基地雷达-舰船之间的空间关系求解，实现了单次测量估计舰船... 详细信息

舰船目标长度特征对舰船目标识别具有重要作用，该文提出一种基于宽带复合双基地雷达联合观测的舰船目标长度估计方法。该方法综合利用单/双基地雷达高分辨距离像长度，结合双基地雷达-舰船之间的空间关系求解，实现了单次测量估计舰船目标的实际长度，并分析了各种误差因素和几何构型条件下的估计误差。典型场景动态仿真证明了所提方法的有效性，结果表明在高分辨距离像长度误差小于5%条件下，舰船目标长度估计误差小于5%，为舰船目标特征提取与识别提供了新思路。

关键词：双基地雷达舰船目标高分辨距离像长度估计

改进Oriented R-CNN的遥感舰船目标细粒度检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2023年

作者：周国庆黄亮孙乔海军工程大学电子工程学院

遥感图像舰船目标检测技术在工程上得到广泛应用。但是，目前的研究主要集中在粗粒度检测方法上，面向细粒度检测任务的研究较少。在遥感舰船图像中，细粒度检测面临两类挑战：一是目标任意角度分布，二是目标粗细粒度特征混杂，这些挑... 详细信息

遥感图像舰船目标检测技术在工程上得到广泛应用。但是，目前的研究主要集中在粗粒度检测方法上，面向细粒度检测任务的研究较少。在遥感舰船图像中，细粒度检测面临两类挑战：一是目标任意角度分布，二是目标粗细粒度特征混杂，这些挑战造成现有细粒度检测方法存在检测精度不高的问题。为了解决上述问题，本文提出基于改进Oriented R-CNN网络的遥感舰船图像旋转目标细粒度检测方法。针对遥感图像中舰船目标任意角度分布的问题，本文基于Oriented R-CNN网络，提供了新的旋转目标候选框生成方法，有效降低背景冗余信息，提升模型表现。针对粗细粒度混杂的问题，本文提出特征再融合方法，在二阶段网络特征映射阶段融合FPN多层特征，充分保留目标的粗细粒度特征，提升细粒度检测能力。实验结果显示，改进模型在公开的遥感舰船细粒度检测数据集HRSC2016上，检测精度达到83.57%，取得较好检测效果。

关键词：细粒度检测遥感图像旋转检测舰船目标

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

半穿甲战斗部对舰船目标的侵彻毁伤数值仿真

舰船科学技术 2023年第22期45卷 1-7页

作者：李冬琴张宇刘家昊江苏科技大学船舶与海洋工程学院江苏镇江212100 江南造船(集团)有限责任公司上海201913

基于Ansys有限元分析软件进行仿真计算,以半穿甲战斗部为研究对象,研究半穿甲战斗部在不同条件下对舰船目标的侵彻毁伤情况。针对弹体侵彻液舱有限元仿真的有效性进行验证,研究弹体在不同初速度及不同攻角情况下对舰船的毁伤情况。基于... 详细信息

基于Ansys有限元分析软件进行仿真计算,以半穿甲战斗部为研究对象,研究半穿甲战斗部在不同条件下对舰船目标的侵彻毁伤情况。针对弹体侵彻液舱有限元仿真的有效性进行验证,研究弹体在不同初速度及不同攻角情况下对舰船的毁伤情况。基于弹体的变形程度判断弹体的安定性是否满足要求,得到肯定的仿真结果。从而完成对半穿甲战斗部对舰船目标侵彻毁伤的威力分析。

关键词：舰船目标半穿甲战斗部 Ansys

深度神经网络下的SAR舰船目标检测与区分模型

在线全文

学校读者我要写书评

暂无评论

西北工业大学学报 2019年第3期37卷 587-593页

作者：魏松杰蒋鹏飞袁秋壮刘梅林南京理工大学计算机科学与工程学院南京210094 上海卫星工程研究所上海200240

合成孔径雷达(SAR)舰船目标检测在海洋监测中发挥着越来越重要的作用。针对SAR图像中舰船目标尺寸较小,传统方法易受外部干扰无法提取精细目标特征等问题,基于深度学习技术提出一种改进的SAR图像舰船小目标检测模型,主要由候选区域提取... 详细信息

合成孔径雷达(SAR)舰船目标检测在海洋监测中发挥着越来越重要的作用。针对SAR图像中舰船目标尺寸较小,传统方法易受外部干扰无法提取精细目标特征等问题,基于深度学习技术提出一种改进的SAR图像舰船小目标检测模型,主要由候选区域提取网络(RPN)和目标检测网络组成。首先设计并训练一个能精确识别舰船小目标的CNN模型,然后利用该模型对目标检测模型共享特征提取层进行参数初始化,最后利用自采集的Sentinel-1 SAR图像舰船小目标数据集对其进行训练。实验结果表明,提出的目标检测模型对SAR图像中舰船弱小比例目标有较好的检测区分性能和抗干扰能力,对SAR图像小目标检测领域研究具有一定的参考价值。

关键词： SAR图像舰船目标深度神经网络目标检测特征提取候选区域提取

在线全文

学校读者我要写书评

暂无评论

基于深度迁移学习的舰船目标识别技术研究

基于深度迁移学习的舰船目标识别技术研究

作者：靳远东杭州电子科技大学

学位级别：硕士

我国领海辽阔,海洋资源丰富。舰船作为海洋活动的主体,实现舰船目标的准确识别对于海洋强国建设至关重要。目前,舰船目标数据的采集方式多样,主要有星载、机载、无人机载、舰载、船载和岸基等,不同采集方式所获得的图像数据之间存在一... 详细信息

我国领海辽阔,海洋资源丰富。舰船作为海洋活动的主体,实现舰船目标的准确识别对于海洋强国建设至关重要。目前,舰船目标数据的采集方式多样,主要有星载、机载、无人机载、舰载、船载和岸基等,不同采集方式所获得的图像数据之间存在一定差异;利用某一平台图像数据得到的舰船目标深度识别网络无法直接应用到其他平台,这是由于平台之间存在观测视角和图片分辨率等多种差异。因此,本文重点开展了基于深度迁移学习的舰船目标识别问题研究,主要完成工作如下:(1)提出了一种基于人在回路的改进CDAN深度迁移学习方法。首先,在条件对抗领域自适应(Conditional Adversarial Domain Adaptation,CDAN)方法的目标域数据伪标签预测和生成环节,引入人在回路机制,通过利用我们研制的标签修正工具软件,实现对目标域数据伪标签高效便捷的人工审核和校正,从而有效解决了因伪标签预测错误造成深度网络性能下降问题;其次,在CDAN方法的特征提取模块,添加聚合变换方法,实现特征提取能力提升,为有效提高领域自适应性能提供支持;最后,在CDAN方法的领域自适应模块,添加一个新的特征建模层,实现对领域特有特征建模,从而有效解决了领域特有特征对迁移过程造成的负迁移影响问题。(2)通过大量对比实验分析,验证了本文方法的有效性。首先,在公开数据集Office-31上,本文方法相较CDAN方法,平均识别准确率提升了1.5%;第二,在公开数据集Office-Home上,本文方法相较CDAN方法,平均识别准确率提升了3.2%;第三,在自建舰船目标数据集上,本文方法相较CDAN方法,平均识别准确率提升了5.1%;最后,同时在公开和自建数据集上,本文方法相较于包含CDAN方法在内的其他六种深度迁移学习方法,本文方法实现了最优的整体深度迁移网络性能。(3)完成上述理论研究和实验验证后,综合利用Python、Py Qt等开发工具,设计并实现了一个基于深度迁移学习的舰船目标识别原型平台。该平台具有标签修正工具、正视视角迁移到斜视视角的舰船目标识别等功能。

关键词：目标识别深度迁移学习舰船目标人在回路

基于图像序列的SAR舰船目标检测与成像方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像序列的SAR舰船目标检测与成像方法研究

作者：闫宝国西安电子科技大学

学位级别：硕士

合成孔径雷达(Synthetic Aperture Radar,SAR)因其全天时、全天候和高分辨率成像的特性,在军用和民用领域体现出重要的作用。近年来海洋资源及领海的安全问题日益受到各国重视,SAR在海洋监测与探测方面具有明显优势。地球同步轨道SAR(Ge... 详细信息

合成孔径雷达(Synthetic Aperture Radar,SAR)因其全天时、全天候和高分辨率成像的特性,在军用和民用领域体现出重要的作用。近年来海洋资源及领海的安全问题日益受到各国重视,SAR在海洋监测与探测方面具有明显优势。地球同步轨道SAR(Geosynchronous SAR,GEO SAR)是一种功能强大、覆盖范围广的遥感系统,能够对观测场景和目标实现长时间的波束驻留,适合于舰船检测和跟踪。GEO SAR特有的长合成孔径时间特性(可达百秒量级),使其在目标检测、参数估计、目标成像等方面有别于短合成孔径时间(通常小于1秒)的低轨卫星的处理方法和策略,因此,研究GEO SAR观测背景下的舰船目标检测与舰船目标重聚焦成像方法具有重要意义。主要研究内容如下:1、研究了海面及舰船目标回波仿真与成像的问题。以静止舰船目标回波模型为基础,分析了复杂运动状态下舰船目标的回波模型。从舰船目标的平动与转动两方面出发,对舰船平动和转动的斜距模型进行推导,深入分析斜距模型、多普勒频率参数及回波模型的变化情况及成像性能影响。区别于传统海面仿真的静态统计建模,针对GEO SAR特有的长合成孔径时间(一般远大于海面相干时间),提出在海面相干时间内对海杂波进行动态建模的仿真策略,并利用线性滤波法实现了GEO SAR长时间观测下的海面分段动态建模,这种建模策略兼顾了海杂波统计特性的准确性和海杂波仿真的计算效率,并基于仿真回波指出了运动目标SAR成像面临的问题。2、研究了GEO SAR长合成孔径时间内舰船平动对成像的影响问题。提出了一种基于子孔径图像序列的舰船检测、参数估计与成像聚焦全流程处理框架。首先通过动态海面仿真过程分析了GEO SAR子孔径图像的海杂波统计特性,指出GEO SAR子孔径图像服从K分布的结论,然后对比分析了基于K分布的恒虚警率(constant false alarm rate,CFAR)检测方法和基于IB-CFAR检测方法对GEO SAR子孔径图像序列的舰船目标检测性能。然后,根据舰船目标检测结果,进行平动参数估计。最后根据舰船平动参数估计结果对距离压缩后数据进行平动补偿以实现舰船目标的重聚焦成像。与传统低轨卫星相比,GEO SAR子孔径图像序列为参数估计提供了更多的自由度,因此将基于GEO SAR子孔径图像序列的参数估计结果与基于多普勒偏移的参数估计结果对目标进行重聚焦性能对比,仿真结果验证了本文所采用的全流程处理框架的有效性。3、进一步研究了平动与转动同时存在时的舰船目标成像问题。首先根据SAR成像几何关系,理论推导了舰船转动运动所引起的斜距变化、多普勒频率变化,并采用舰船散射点模型仿真分析了舰船转动运动对成像的影响,随后,提出了一种基于GEO SAR子孔径图像序列的SAR-ISAR舰船重聚焦成像策略,即“子孔径图像序列获取-平动参数估计-平动参数补偿-重聚焦成像”。基于上述策略,结合GEO SAR长合成孔径时间特性,提出了GEO SAR子孔径图像序列逐级提升分辨率的处理策略,仿真实验验证了所提处理策略的正确性和有效性。

关键词：合成孔径雷达舰船目标重聚焦成像图像序列舰船目标检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高分辨距离像的舰船目标识别技术

基于高分辨距离像的舰船目标识别技术

作者：张文祥中国电子科技集团公司电子科学研究院

学位级别：硕士

雷达高分辨距离像是目标散射点沿雷达距离维的分布信息,能够体现目标的径向几何细节和物理特征。其成像简单,处理速度快,数据量小,分辨率不受距离限制,在雷达自动目标识别领域优势明显,具有现实应用需求和重要的研究价值。本文从HRRP的... 详细信息

雷达高分辨距离像是目标散射点沿雷达距离维的分布信息,能够体现目标的径向几何细节和物理特征。其成像简单,处理速度快,数据量小,分辨率不受距离限制,在雷达自动目标识别领域优势明显,具有现实应用需求和重要的研究价值。本文从HRRP的姿态角敏感性出发,研究舰船目标的识别算法。研究内容包括舰船目标的完整姿态角的HRRP仿真,基于深度学习的高姿态角鲁棒性的识别算法,和基于缺失姿态角样本生成的提升识别率的算法。针对目标识别过程中训练数据量较少,姿态角不完备的问题,本文研究了舰船目标HRRP的仿真方法。本文进行了舰船三维模型的电磁散射仿真实验,和基于舰船目标属性散射中心模型的仿真实验。通过构建舰船目标的三维电磁网格模型,使用射线追踪-几何光学方法获得目标的散射模型;构建舰船目标的属性散射中心模型,使用属性散射中心建立了完备姿态角的HRRP数据。为了在姿态角缺失的HRRP样本训练集下保证模型的鲁棒性,本文提出了扩展条件变分自编码器模型用于HRRP识别。提出的模型将隐空间分布扩展为均值和方差可调整的一般高斯分布,并在隐空间分布重新采样的过程加入周期化操作,通过训练实现对缺失部分姿态角数据的样本的隐空间分布的拟合,通过对隐空间分布进行判别,实现在缺失部分姿态角训练数据下的高鲁棒性。实验表明,该方法能够在较低的隐空间维度,少量样本数量,高姿态角敏感性下实现比传统卷积神经网络,循环神经网络更高的识别率和泛化性。为解决HRRP数据的姿态角不完备问题,本文研究了基于深度生成模型的目标姿态角估计和HRRP生成方法。针对HRRP数据中局部型散射中心在目标姿态角变化时表现出的越距离像走动特性,提出了一种结合生成对抗网络和变分自编码器的生成模型。模型拥有专门设计的隐空间实现特征解缠;提出了一种适用于HRRP数据的散射强度权重均方误差损失函数。通过已有的缺失部分姿态角的数据进行训练,学习HRRP样本的隐空间的分布,实现对同分布的样本特定姿态角的数据生成。实验表明,提出的模型实现了对HRRP数据的姿态角的预测和生成,在一定条件下克服HRRP的姿态角敏感性。对数据集进行更完备的补充后,提升了常规卷积神经网络和循环神经网络的识别性能。

关键词：高分辨距离像舰船目标姿态角敏感性卷积神经网络变分自编码器生成对抗网络