检索结果-南通市图书馆

自适应加权特征字典与联合稀疏相结合的遥感目标检测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2018年第10期45卷 276-280页

作者：王威陈俊伍王新长沙理工大学计算机与通信工程学院综合交通运输大数据智能处理湖南省重点实验室长沙410114

随着分辨率的提高,遥感图像空间包含的有用信息越来越丰富,这使得遥感数据的处理变得更加复杂,容易发生维数灾难并影响识别效果。针对这一情况,提出一种自适应加权特征字典与联合稀疏相结合的遥感图像目标检测方法(GJ-SRC)。首先将训练... 详细信息

随着分辨率的提高,遥感图像空间包含的有用信息越来越丰富,这使得遥感数据的处理变得更加复杂,容易发生维数灾难并影响识别效果。针对这一情况,提出一种自适应加权特征字典与联合稀疏相结合的遥感图像目标检测方法(GJ-SRC)。首先将训练图像和待测图像进行Gabor变换以提取特征图像。然后计算各个特征值在进行稀疏表示时的贡献权重,通过自适应方法构造特征字典,使字典具有更强的判别能力。最后,提取每一类图像的公共特征和单个图像的私有特征构成联合字典,并利用测试图像稀疏表示进行目标检测识别。为了避免Gabor变换产生的维数灾难,在处理过程中采用PCA方法对特征字典进行降维,以降低计算成本。实验表明,与现有的SRC方法和遥感目标检测方法等相比,所提方法具有较好的检测效果。

关键词：遥感目标稀疏表示 Gabor变换联合稀疏

在线全文

学校读者我要写书评

暂无评论

基于扩展字典稀疏表示分类的遥感目标识别

计算机工程与科学 2017年第8期39卷 1508-1512页

作者：李骥王艳然王威长沙理工大学计算机与通信工程学院湖南长沙410114

针对遥感图像视觉对比度差、分辨率低及目标含有不同角度旋转的情况,在稀疏表示分类识别的基础上,提出一种基于扩展字典稀疏表示的遥感目标识别方法。首先将训练样本和待测样本进行二进小波变换增强,提取增强图像的SIFT特征构成特征字典... 详细信息

针对遥感图像视觉对比度差、分辨率低及目标含有不同角度旋转的情况,在稀疏表示分类识别的基础上,提出一种基于扩展字典稀疏表示的遥感目标识别方法。首先将训练样本和待测样本进行二进小波变换增强,提取增强图像的SIFT特征构成特征字典,并将原始的训练字典改为训练-特征扩展字典进行稀疏表示,从而使字典更加具有判别能力,提高识别率。同时,分析了SIFT特征经随机投影后对识别率的影响。实验表明,该方法对遥感图像目标识别具有较好的鲁棒性。

关键词：遥感目标稀疏表示二进小波变换 SIFT特征扩展字典

在线全文

学校读者我要写书评

暂无评论

基于稀疏表示的遥感目标分类识别研究

基于稀疏表示的遥感目标分类识别研究

作者：王艳然长沙理工大学

学位级别：硕士

目标识别是模式识别和人工智能等领域的研究热点,被广泛应用于人机交互、军事方面、医学方面等。近些年,稀疏表示分类识别方法由于其较好的分类效果和较好的鲁棒性成为众多学者争相研究的对象。有不少学者将其应用于图像处理等实际问题... 详细信息

目标识别是模式识别和人工智能等领域的研究热点,被广泛应用于人机交互、军事方面、医学方面等。近些年,稀疏表示分类识别方法由于其较好的分类效果和较好的鲁棒性成为众多学者争相研究的对象。有不少学者将其应用于图像处理等实际问题中,取得了很好的成果。目前遥感技术日渐成熟,遥感图像被普遍地应用于多个领域,如在民用上、军事上等都不乏其背影。如何对它们进行分类识别是其众多应用中的一个关键部分。有学者将稀疏表示分类识别方法应用于遥感图像,发现此方法对其也适用。但是遥感图像往往具有视觉对比度差、分辨率低及目标含有不同角度的旋转、不同层次具有空间结构差异等情况,因此有必要针对这些问题对稀疏表示方法作出相关改进。本文研究和总结了国内外各学者对稀疏表示分类识别方法的研究成果,并针对遥感图像的特点,提出了以下两种改进的算法:1.提出一种基于扩展字典稀疏表示的遥感目标识别算法。该方法是利用二进小波变换对训练样本和待测样本进行图像增强,增强后的图像中有利于分类的目标特征更加显著。提取增强图像的SIFT特征构成特征字典,并将原始的训练字典改为训练—特征扩展字典进行稀疏表示,从而使字典更加具有判别能力,提高识别率。同时,分析了 SIFT特征经随机投影后不同维数下识别率的变化情况。实验结果证明,此改进算法对识别率的提高有显著效果。2.提出一种多尺度自适应加权与稀疏表示分类相结合的遥感目标识别方法。首先对训练样本和待测样本进行Gabor小波变换,对各个方向的Gabor特征进行综合,使它们近似各向同性,根据各尺度特征包含信息量进行自适应加权求和并经过PCA降维求得融合特征,将原始的训练字典改为融合特征字典,从而使字典更加具有判别能力,提高识别率。最后由实验结果证明,此算法在识别率上有明显提高。本文提出了两种对稀疏表示分类识别进行改进的方法,通过对字典的扩展或改进,提高字典的判别能力,从而增强稀疏表示分类器的分类能力,提高识别率。通过在10类包含不同旋转角度的遥感目标组成的数据集上进行的实验结果表明,本文提出的两种方法都具有较好的鲁棒性。

关键词：稀疏表示遥感目标分类识别扩展字典自适应加权

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向高分遥感目标的多尺度检测网络技术研究

面向高分遥感目标的多尺度检测网络技术研究

作者：王卓西安电子科技大学

学位级别：硕士

遥感目标检测是遥感图像处理领域研究的重点,在航天、军用和民用方面发挥着重要的作用。然而,面向高分辨率遥感图像在轨实时目标信息提取重大需求,实现复杂背景下紧密排列的多尺度遥感目标的有效检测仍然面临巨大挑战。本文通过分析高... 详细信息

遥感目标检测是遥感图像处理领域研究的重点,在航天、军用和民用方面发挥着重要的作用。然而,面向高分辨率遥感图像在轨实时目标信息提取重大需求,实现复杂背景下紧密排列的多尺度遥感目标的有效检测仍然面临巨大挑战。本文通过分析高分辨率遥感目标的特点,综合考虑检测精度和速度,从多尺度特征融合、特征增强、上下文信息监督、模型压缩等几个方面对现有的目标检测算法进行了改进,提出了一个新的检测网络EFEC-MNet。在保证检测速度的同时,提升了检测精度,为今后遥感图像目标检测领域的研究提供了更多的思路。本文的研究内容和主要贡献如下:(1)考虑到高分辨遥感图像拍摄距离远、视野覆盖范围广,图像尺寸大,将这样的图像数据直接输入网络进行训练会消耗大量的计算资源,若缩放至适应网络输入的尺寸,则会导致小目标信息在卷积过程中丢失。本文使用带有重叠区域的图像切分策略,将原始图像切分为640*640大小。实验表明,与不进行图像切分相比,切分后的检测精度mAP提升了22.22%。(2)针对高分辨率遥感目标尺度多样性和微小目标多等数据特性,本文在现有检测网络的基础上进行优化,提出了一个基于多尺度特征融合的MF-Net来提升检测精度。将沙漏网络作为检测的主干网络,针对大目标、中目标、小目标和微小目标这四种尺度的目标,在主干网络中对这些尺度进行低层和高层的特征融合,并输入对应的检测器,同时实现这四种尺度目标的有效检测。相比YOLOv3网络,MF-Net在RDSD数据集上的mAP提升了2.62%,检测速度提升了1 FPS。(3)为了进一步提升微小目标的检测精度,本文在MF-Net的基础上引入了特征增强残差结构(FERM),提出了基于特征融合与特征增强的MFE-Net。通过增大特征图感受野来增强微小目标的细节特征,从而提升整体的检测精度。并使用Soft-NMS进行边界框的后处理,一定程度上提升了密集目标的检测精度。MFE-Net具有与YOLOv3网络相当的检测速度,且mAP提升了4.15%。(4)为了解决复杂背景下目标的误检和漏检问题,本文引入了堆叠沙漏网络(SHN)。通过结合特征图的上下文信息,使用“中间监督”的形式,将两级的输出特征同时参与到损失计算中,提出了基于上下文信息监督的FEC-MNet。相比MFE-Net,FEC-MNet的mAP提升了2.92%,但检测速度有所下降。为了提升FEC-MNet的检测速度,本文提出了基于非对称卷积的压缩模型EFEC-MNet。相比FEC-MNet,EFECMNet检测速度提升了36.11%,且在DOTA数据集上取得了72.67%的mAP。

关键词：遥感目标多尺度检测沙漏网络特征增强上下文信息模型压缩

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向深度学习的遥感图像目标样本生成方法

国外电子测量技术 2019年第4期38卷 60-65页

作者：王敏陈金勇王港高峰孙康许妙忠中国电子科技集团公司第五十四研究所石家庄050081 航天信息应用技术重点实验室石家庄050081 武汉大学测绘遥感信息工程国家重点实验室武汉430079

基于深度学习构建目标检测模型需要大量的标记样本,良好的样本制作能够提升检测模型的检测精度,若标记的样本库缺乏强代表性,则在实际应用中会影响检测模型。结合多尺度高分影像多类型目标的特点,综合应用人工交互解译和成像过程仿真,... 详细信息

基于深度学习构建目标检测模型需要大量的标记样本,良好的样本制作能够提升检测模型的检测精度,若标记的样本库缺乏强代表性,则在实际应用中会影响检测模型。结合多尺度高分影像多类型目标的特点,综合应用人工交互解译和成像过程仿真,以遥感图像舰船目标为例,研究制备高分辨率遥感影像的全要素舰船目标样本,重点突破样本数量受限情况下成像过程模型辅助的样本参数空间统计插值技术。综合利用国内外的军民商遥感卫星数据,获取不同环境、不同时间、不同尺度下的包含舰船目标的遥感影像,利用样本空间插值技术,实现多类型多属性的样本扩增,构建丰富样本库,为后续模型训练提供良好的基础。仿真实验表明,所提出的样本扩增方法都在不同程度上提高了目标检测的准确率,最优结果将检测召回率从85%提高到98%,效果显著。

关键词：遥感目标样本扩增深度学习空间插值技术召回率

基于跨空间多尺度的弱监督有向目标检测算法研究

在线全文

学校读者我要写书评

暂无评论

激光杂志 2024年第7期45卷 63-70页

作者：任洋陈绪君王磊华中师范大学物理科学与技术学院武汉430079

针对当前基于旋转框标注的传统有向目标检测算法对遥感场景下的有向目标检测存在复杂度高、标注成本大等问题,提出了一种基于跨空间多尺度的弱监督有向目标检测算法LSK-EFPN,该算法可利用水平框标注信息推断目标的旋转框信息,实现了复... 详细信息

针对当前基于旋转框标注的传统有向目标检测算法对遥感场景下的有向目标检测存在复杂度高、标注成本大等问题,提出了一种基于跨空间多尺度的弱监督有向目标检测算法LSK-EFPN,该算法可利用水平框标注信息推断目标的旋转框信息,实现了复杂遥感场景下的有向目标检测。为提升网络检测能力,该算法采用LSKNet网络提取输入图像先验背景特征,并添加跨空间多尺度注意力模块捕捉跨空间的特征区域,最后使用CIoU作为尺度约束损失函数来对一致性损失进行重构。实验结果表明,LSK-EFPN在遥感场景DIOR数据集上的平均准确率达到61.7%,相对于H2RBox算法提升了4.7%,为基于水平框标注的有向目标检测场景提供了新的技术解决方案。

关键词：动态感受野空间选择机制跨空间多尺度弱监督有向目标检测遥感目标

同方期刊数据库

遥感光学图像立体目标空间配准及纹理映射方法研究

在线全文

学校读者我要写书评

暂无评论

遥感光学图像立体目标空间配准及纹理映射方法研究

作者：马丁哈尔滨工业大学

学位级别：硕士

随着遥感技术发展及应用需求提高，相比于2-D(2-Dimension)信息，地物3-D(3-Dimension)信息不管在民用还是军用领域都具有更重大的意义，在立体空间中对遥感目标进行更加完善三维描述。考虑到高分辨率遥感光学图像为目标三维信息获取提... 详细信息

随着遥感技术发展及应用需求提高，相比于2-D(2-Dimension)信息，地物3-D(3-Dimension)信息不管在民用还是军用领域都具有更重大的意义，在立体空间中对遥感目标进行更加完善三维描述。考虑到高分辨率遥感光学图像为目标三维信息获取提供了更精确完整的图像数据来源，因此基于光学图像的遥感光学立体成像技术成为当前研究热点。三维重建技术需要首先针对多角度、多时相下获得的不同特性遥感光学图像，进行立体目标空间配准方法研究。空间配准包括图像配准技术和立体配准技术。为了获得更具有真实感的遥感目标3-D模型，需要通过表面纹理映射技术为模型增加纹理细节信息。本文主要以卫星和临近空间为平台，以建筑物、桥梁、舰船和油库为典型遥感目标，开展图像配准、立体配准及纹理映射三方面的应用研究。首先，多角度遥感光学图像配准技术方面，主要对不同角度下获得遥感光学图像进行配准研究。针对原有配准方法在对多角度光学图像进行搜索对应关系时存在的计算量过大、错误匹配率过高的问题，在传统的互相关系数相似测度搜索约束准则上，提出一种新的基于坐标窗口约束搜索策略，分两步进行图像配准处理。考虑到配准精度主要受到控制点分布情况的影响，为了实现高精度图像配准，提出一种基于点均匀分布考量的控制点筛选算法。为了分析算法的性能，对多角度真实航拍图像和多角度半实物仿真图像进行配准实验，并分析特性。其次，遥感目标重建数据立体配准方面。通过分析遥感重建数据特点，针对传统ICP迭代循环算法在处理仅有部分共有的三维数据间配准时存在的产生多余匹配点、不易收敛的问题，在对匹配无效性判断与去除方面进行算法改进。为了分析算法精度及收敛曲线性能，对模拟建筑物数据、仿真平台下部分建筑物重建数据及真实遥感多时相DSM数据进行配准实验。最后，遥感重建目标表面纹理映射方面，为了提高遥感目标重建3-D模型完整度，需要为几何模型添加表面的纹理信息。针对四种典型遥感目标，提出一种基于光学图像的重建目标表面纹理映射算法流程，对其中纹理图像正射校正技术及坐标对应技术分别进行了研究。为了验证算法映射效果，对仿真平台下四种典型遥感目标及真实黑科技两类建筑物进行表面映射实验，并可视化评价生成的遥感目标3-D模型。

关键词：遥感目标空间配准坐标信息约束 ICP算法无效匹配点删减纹理映射

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于稀疏表示的遥感图像目标识别

基于稀疏表示的遥感图像目标识别

作者：陈俊伍长沙理工大学

学位级别：硕士

自人工智能成为国家战略以来,不管是新兴的互联网还是传统的行业都投入大量人力与财力进行深入研究。其中目标识别是人工智能中被应用最为广泛的一个技术分支,在企业应用,军事科技,医学技术中都有涉及。近几年,基于稀疏理论的目标识别... 详细信息

自人工智能成为国家战略以来,不管是新兴的互联网还是传统的行业都投入大量人力与财力进行深入研究。其中目标识别是人工智能中被应用最为广泛的一个技术分支,在企业应用,军事科技,医学技术中都有涉及。近几年,基于稀疏理论的目标识别方法表现出的较好的识别效果和鲁棒性使之成为众多学者研究的热门对象。有不少学者将其应用于图像处理等实际问题中,取得了很好的成果。随着遥感技术于20世纪开始飞速发展,作为一门能够实时地提供多时相、多光谱和广范围等信息的对地观测技术,它已经广泛地应用于各行各业当中,在民用、军事等方面都不乏其身影。对遥感图像进行精确的鲁棒分类识别已经成为目标识别研究领域中的热点和挑战。有学者利用稀疏表示分类识别方法针对遥感图像进行分类识别,发现该方法具有不错的识别效果。但是遥感图像中目标的多样性,图像包含丰富信息导致其视觉对比度较差,图像目标具有不同的旋转角度等情况,因此在利用传统的稀疏表示理论对遥感图像目标进行分类识别时,有必要考虑遥感图像特点并进行算法改善。本文研究和总结了国内外各学者对稀疏表示分类识别方法的研究成果,并针对遥感图像的特点,提出了以下两种改进的算法:1.提出一种基于Sift特征结合联合稀疏模型对遥感图像进行分类识别的算法。首先对训练图像和待测图像进行二进小波变换图像增强,一定程度上减少遥感图像视觉对比度差的影响。然后提取增强后图像的Sift特征作为联合稀疏的输入样本,使公共特征和私有特征更加适应遥感图像旋转特性,提高识别率。此外,本文还分析了该算法在随机投影后不同维数下的识别率情况。实验结果证明,本文算法在遥感图像识别率有较好的提升效果。2.提出一种自适应加权特征字典与联合稀疏相结合的遥感目标识别方法。首先对训练集和待测集都进行Gabor小波变换,将各个方向的Gabor特征进行自适应加权求和。然后利用联合稀疏理论,提取公共特征和私有特征构建为联合特征字典代理原始的字典,从而使字典中的原子对待测样本有更强的判别能力,提高分类的识别率。最后由实验结果证明,此算法在识别率上有明显提高。本文在稀疏表示分类识别方法的基础上,针对遥感图像特点提出了两种改进的方法,通过对特征向量和字典的改进,从而提高稀疏重构向量的判别能力,使稀疏表示分类器的分类能力更强,提高识别率。通过在10类遥感飞机目标图像组成的实验数据集上进行实验,结果显示本文提出的两种方法都具有较好的识别率和鲁棒性。

关键词：稀疏表示遥感目标分类识别联合稀疏自适应加权

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

改进YOLOv5s的遥感图像检测研究

国外电子测量技术 2022年第11期41卷 57-66页

作者：钱承山沈有为孙宁卢峥松戴仁天南京信息工程大学自动化学院南京211800 无锡学院无锡214000

针对遥感图像中目标排列紧密,背景复杂的问题,设计Transformer和卷积的双向交互模块(CTN)作为网络特征提取结构,使模型能够弱化背景噪声带来的干扰且能更好的捕获全局信息。其次,为了加强特征提取网络在复杂背景下的提取能力,构建了Dens... 详细信息

针对遥感图像中目标排列紧密,背景复杂的问题,设计Transformer和卷积的双向交互模块(CTN)作为网络特征提取结构,使模型能够弱化背景噪声带来的干扰且能更好的捕获全局信息。其次,为了加强特征提取网络在复杂背景下的提取能力,构建了DenseBlock模块和ConvBlock模块,所设计的模块能增强模型在多目标下多尺度学习的能力,相比原网络能提取出更丰富的语义信息。最后对数据集中所有实例分布进行统计分析,其存在的许多小目标容易使原网络存在漏检误检的现象,针对这种情况,在检测头部分额外添加了一个检测头来缓解目标尺度变化带来的负面影响,同时去除对检测效果提升不明显的特征提取分支及检测分支,使用K-means++重新聚类得到最优锚框并分配至裁剪后的3个预测特征层。实验结果表明,改进的网络能有效改善遥感图像的漏检与误检的情况,在目标密集分布的情况下提升YOLOv5s的检测能力,改进的网络能更快收敛,均值平均精度(mean average precision, mAP)相比于原YOLOv5s算法提高了3.1%。

关键词：目标检测 YOLOv5s 遥感目标自注意力机制网络结构