检索结果-南通市图书馆

作者：李慧群中国科学技术大学

学位级别：硕士

高光谱成像技术通过观测场景下拥有几十上百个相邻窄波段的图像或视频,获得丰富的时间、空间和光谱信息。通过对高光谱数据进行校正和分析,我们可以对场景中每个像元构建一条连续的光谱曲线,应用于矿藏勘探、物体检测、医药科学、环境... 详细信息

高光谱成像技术通过观测场景下拥有几十上百个相邻窄波段的图像或视频,获得丰富的时间、空间和光谱信息。通过对高光谱数据进行校正和分析,我们可以对场景中每个像元构建一条连续的光谱曲线,应用于矿藏勘探、物体检测、医药科学、环境监测、军事追踪等领域。因为高光谱成像需要获取大量窄波段光谱数据,实时高空间分辨率的高光谱数据是一个研究难点。由于彩色视频可以看做高光谱视频在光谱维的积分,二者有十分相似的空间纹理和较强的光谱相关性,且现有彩色相机可轻易获取高空间分辨率以及高帧率彩色视频,所以从彩色视频重建高光谱视频是一个理论上可行且实用的方案。此外,实际生产应用中,为减轻存储和传输负担,我们获取的彩色视频往往是未知量化参数量化后的压缩视频。因为量化参数不同的彩色视频的质量存在明显差异,所以对压缩后的彩色视频进行分析,化未知量化参数为已知,成为自适应地重建高光谱视频的研究关键点。本文旨在用深度学习的方法从彩色视频重建高光谱视频。围绕着这一核心,研究内容分为基于未压缩的彩色视频和压缩后彩色视频重建高光谱视频两方面,利用彩色视频与高光谱视频之间的空间和光谱相似性,以及彩色视频多帧之间的信息冗余,学习彩色视频到高光谱视频的映射关系。具体来说,本文的主要工作和创新之处可以总结为:1.将未压缩彩色视频重建高光谱视频的问题换为对未压缩彩色视频进行光谱超分辨率。通过构建基于多尺度图像金字塔的运动补偿网络,我们首先对多帧彩色图进行对齐,然后送入基于残差网络的全卷积网络进行信息融合和光谱超分辨率,得到重建的高光谱视频。与现有的其他方法相比,本文的高光谱重建方法有效利用了帧间相关性,可以显著提升高光谱重建结果的主客观质量,并且速度很快。2.针对未知量化参数的压缩后彩色视频重建高光谱视频的问题,我们首先提出新颖的量化参数判别模块对视频的量化参数进行判断,并且对多帧彩色图进行基于特征金字塔的运动补偿。然后将量化参数信息和对齐后的多帧图片一起送入多帧融合的高光谱重建单模型框架,根据量化参数的判断结果,对不同质量的视频进行自适应处理和光谱超分辨率。因此占用较少的计算和存储资源。测试集上的实验结果显示,在多种不同的量化参数下本方法都具备良好的光谱重建效果。

关键词：高光谱视频彩色视频深度学习光谱重建光谱超分辨率

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于光谱匹配降维和特征融合的高光谱目标跟踪

引用

光学学报 2023年第20期43卷 144-153页

作者：郭业才曹佳露韩莹莹张恬梦赵东陶旭南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105 中国船舶集团有限公司第七〇三研究所黑龙江哈尔滨150000 哈尔滨工程大学航天与建筑工程学院黑龙江哈尔滨150000

针对现有高光谱视频目标跟踪算法在目标尺度发生变化时容易出现跟踪精度下降的问题,提出一种基于光谱匹配降维和特征融合的高光谱目标跟踪算法。首先,利用目标局部光谱和阈值来估计目标光谱,并利用目标光谱与高光谱图像进行朴素相关,实... 详细信息

针对现有高光谱视频目标跟踪算法在目标尺度发生变化时容易出现跟踪精度下降的问题,提出一种基于光谱匹配降维和特征融合的高光谱目标跟踪算法。首先,利用目标局部光谱和阈值来估计目标光谱,并利用目标光谱与高光谱图像进行朴素相关,实现高光谱图像降维,从而提取目标的深度特征。然后,利用局部方差判断目标区域,提取目标的3D方向梯度直方图(HOG)特征。为保留高光谱图像的光谱信息以及深度特征的语义信息,利用通道卷积融合的方法,得到更具辨别力的融合特征。最后,将融合特征送入相关滤波器,通过尺度池思想提高算法在目标尺度变化挑战下的跟踪鲁棒性。实验结果表明,所提跟踪算法在目标尺度变化挑战下具有更好的性能。

关键词：测量目标跟踪高光谱视频光谱匹配降维通道卷积融合

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度谱三元级联特征的高光谱目标跟踪

引用

激光与光电子学进展 2024年

作者：裴晓芳张昊睿夏慧琳李思琦解维坤赵东南京信息工程大学电子与信息工程学院无锡学院电子与信息工程学院哈尔滨理工大学测控技术与通信工程学院哈尔滨理工大学计算机科学与技术学院中国电子科技集团公司第五十八研究所

为解决现有高光谱视频跟踪算法在光照变化情况下跟踪效果不佳的问题，该文提出一种基于深度谱三元级联特征的高光谱目标跟踪算法。首先，设置阈值，利用目标局部光谱曲线将目标与背景分割，利用波段匹配获得目标光谱曲线，计算结构张量... 详细信息

为解决现有高光谱视频跟踪算法在光照变化情况下跟踪效果不佳的问题，该文提出一种基于深度谱三元级联特征的高光谱目标跟踪算法。首先，设置阈值，利用目标局部光谱曲线将目标与背景分割，利用波段匹配获得目标光谱曲线，计算结构张量获得目标光谱权重曲线。然后，利用目标光谱曲线与高光谱图像进行光谱角距离操作完成高光谱图像降维，并提取目标深度特征。提取目标图像的尺度不变局部三值模式（Scale Invariant Local Ternary Pattern,SILTP）特征，并分配相应的光谱权重，融入光谱信息，得到谱三元级联（Spectral-Ternary Concatenated,STC）特征。将降维后目标深度特征与STC特征按通道卷积，得到更具判别性和鲁棒性的深度谱三元级联（Deep Spectral-Ternary Concatenated,DSTC）融合特征。最后，将DSTC融合特征送入双相关滤波器（Dual Correlation Filter,DCF）。实验结果表明，与当前的先进算法相比，该文所提出的跟踪算法在光照变化挑战下具有更好的跟踪性能。

关键词：目标跟踪特征融合结构张量高光谱视频

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于光谱降维和特征融合的高光谱目标跟踪

引用

电光与控制 2024年

作者：武丽汪梦元黄鲲鹏田昊翔仲伟翔蒲征王青南京信息工程大学电子与信息工程学院无锡学院电子信息工程学院哈尔滨工业大学电子与信息工程学院西安电子科技大学物理学院

针对现有高光谱视频跟踪算法在目标尺度变化时表现不佳的问题，本文提出一种基于光谱降维和特征融合的高光谱视频跟踪算法。首先，计算目标局部光谱曲线的差值并结合特征值排序和阈值设定获取目标光谱曲线。随后，利用目标光谱曲线与高... 详细信息

针对现有高光谱视频跟踪算法在目标尺度变化时表现不佳的问题，本文提出一种基于光谱降维和特征融合的高光谱视频跟踪算法。首先，计算目标局部光谱曲线的差值并结合特征值排序和阈值设定获取目标光谱曲线。随后，利用目标光谱曲线与高光谱图像进行光谱角距离计算实现降维。本文利用多尺度胶囊网络提取多尺度特征，为利用不同尺度的信息，将降维生成的掩膜进行多尺度特征融合。最后，将融合多尺度特征输入分类和回归胶囊，利用模版更新机制增强跟踪的稳定性和鲁棒性，使得本文算法能够更好地应对尺度变化带来的挑战。实验结果表示所提算法在应对尺度变化挑战时具有优越性。

关键词：目标跟踪光谱降维胶囊网络高光谱视频

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：