检索结果-南通市图书馆

结合视觉显著性和EfficientNetV2的舰船目标检测方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第5期60卷 259-270页

作者：梁秀雅冯水春陈红珍中国科学院国家空间科学中心复杂航天系统综合电子与信息技术重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

随着光学遥感图像分辨率逐渐提高,对海面舰船目标快速精准检测成为海事研究的基本挑战之一。为了解决检测过程中面临的待检测图像尺寸大而目标稀疏、复杂环境干扰、目标提取时效性差、模型体积计算量大等问题,提出一种实用的舰船检测方... 详细信息

随着光学遥感图像分辨率逐渐提高,对海面舰船目标快速精准检测成为海事研究的基本挑战之一。为了解决检测过程中面临的待检测图像尺寸大而目标稀疏、复杂环境干扰、目标提取时效性差、模型体积计算量大等问题,提出一种实用的舰船检测方案。引入视觉显著性有效加速预筛选过程,利用小波分解系数表达舰船目标区域与背景的差异,抑制噪声的同时增强目标方向特征,通过改进的四元数傅里叶变换相位谱模型(phase spectrum of quaternion Fourier transform,PQFT)生成显著图,并采用Gini指数引导多尺度显著图融合以增强图像尺度适应性及小目标显著性。与其他显著性方法相比,提出的模型能够有效抑制云、雾、海杂波、舰船尾迹等复杂环境的干扰,与经典的滑动窗口或其他区域建议方法相比产生更小的候选区域集合。得到显著图映射后,采用自适应阈值OTSU法对显著图进行二值分割。在目标判别阶段,利用轻量化网络EfficientNetV2有效剔除虚警。实验结果表明,所提出的船舶检测方法鲁棒性高,准确率高达96%,满足实时性需求。

关键词：光学遥感舰船检测 PQFT算法视觉显著性 EfficientNetV2

基于DWT的天宫二号三维成像雷达高度计陆表水体图像融合研究

在线全文

学校读者我要写书评

暂无评论

遥感技术与应用 2024年第3期39卷 579-589页

作者：程玉张云华李东董晓石晓进杨杰芳康雪艳翟文帅中国科学院国家空间科学中心中国科学院微波遥感技术重点实验室北京100190 中国科学院大学北京100049

陆表水体是人类赖以生存的重要资源。天宫二号三维成像雷达高度计(TG2-InIRA)在国际上首次采用小入射角、短基线雷达干涉测量技术获取地球海洋和陆表水体的准镜面反射信息,克服了传统星载雷达高度计和星载合成孔径雷达不能获取宽刈幅水... 详细信息

陆表水体是人类赖以生存的重要资源。天宫二号三维成像雷达高度计(TG2-InIRA)在国际上首次采用小入射角、短基线雷达干涉测量技术获取地球海洋和陆表水体的准镜面反射信息,克服了传统星载雷达高度计和星载合成孔径雷达不能获取宽刈幅水体高度的不足。然而在小入射角情况下水体散射易受观测角度变化的影响,且水体在不同气象条件下表面粗糙度的变化容易导致雷达影像呈现较大差异,因此开展多角度、多时相TG2-InIRA水体图像融合对于全面了解陆表水体真实状态十分重要。研究提出了一种基于离散小波变换(Discrete Wavelet Transform,DWT)的TG2-InIRA雷达图像融合方法,DWT旨在将待融合雷达图像分解为低频子图像和高频子图像。陆表水体在形态学上呈现出极大的多样性,这些在频域表现为丰富的低频和高频特征,对其融合需采用不同的策略。具体地,低频方面,提出了一种基于Canny算子的融合规则,突出江河、湖泊等大型水体宏观特征;高频方面,发展出了一种基于局部对比度的融合规则,突出细小水体及水体边缘等微观特征。在长江流域安庆地区多角度、多时相TG2-InIRA雷达图像上与加权平均以及基于Laplacian金字塔、Nonsubsampled Contourlet变换和DWT的几种常用经典融合方法所做的对比实验表明,所提方法在清晰度、交叉熵等评价指标上均有明显提升,基于融合结果所开展的图像分割实验进一步展示了所提方法在提取水体的精细度和完整性方面的良好性能。

关键词：陆表水体图像融合三维成像雷达高度计离散小波变换雷达图像处理

在线全文

学校读者我要写书评

暂无评论

基于特征解耦的SAR图像舰船检测蒸馏

计算机工程与应用 2024年第2期60卷 171-179页

作者：罗杨卞春江陈红珍中国科学院国家空间科学中心复杂航天系统综合电子与信息技术重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

目前,基于深度学习的合成孔径雷达(SAR)舰船目标检测方法受到广泛关注。但因为模型参数量大、运算内存高等问题限制了其实际应用。通过学生网络模仿教师网络,知识蒸馏被视作一种高效的模型压缩方法。然而,大部分的知识蒸馏算法只针对常... 详细信息

目前,基于深度学习的合成孔径雷达(SAR)舰船目标检测方法受到广泛关注。但因为模型参数量大、运算内存高等问题限制了其实际应用。通过学生网络模仿教师网络,知识蒸馏被视作一种高效的模型压缩方法。然而,大部分的知识蒸馏算法只针对常见的可见光图像任务,将其直接应用到复杂的SAR图像舰船目标检测上性能表现不佳。通过分析,出现上述性能不佳现象有以下两个原因:(1)前景背景面积严重失衡;(2)缺乏对前景和背景像素的关系建模。针对上述问题,提出基于解耦特征的拓扑距离知识蒸馏算法。前景和背景解耦蒸馏可以缓解前景背景失衡问题。通过解耦特征拓扑距离蒸馏,学生网络可以从教师网络学习到前景背景之间的关系,增强对背景噪声鲁棒性。实验结果表明,相比许多蒸馏算法,所提出的算法可以十分有效地提升学生网络在SAR图像舰船目标检测精度。比如,基于ResNet18-C4骨干网络的Faster R-CNN模型在HRSID数据集上AP提升6.85个百分点,从31.81%提升到38.66%。

关键词：合成孔径雷达(SAR)图像舰船检测知识蒸馏特征解耦

在线全文

学校读者我要写书评

暂无评论

面向舰船目标识别的遥感图像超分辨率重建

计算机工程与应用 2024年第13期60卷 190-199页

作者：张天霖逄征陈红珍陈实卞春江中国科学院国家空间科学中心复杂航天系统综合电子与信息技术重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

天基遥感图像分辨率的退化为舰船目标的识别带来了巨大挑战。图像超分辨率重建技术可以为识别任务提供丰富的信息,然而将图像超分辨率重建与舰船目标识别任务分别独立进行,将会忽略两个任务间的内在相关性。针对这些问题,为了探索图像... 详细信息

天基遥感图像分辨率的退化为舰船目标的识别带来了巨大挑战。图像超分辨率重建技术可以为识别任务提供丰富的信息,然而将图像超分辨率重建与舰船目标识别任务分别独立进行,将会忽略两个任务间的内在相关性。针对这些问题,为了探索图像超分辨率重建与目标识别任务间的有效结合方式,提出了面向舰船目标识别的遥感图像超分辨率重建方法。设计了一种通道全连接网络,以自适应加权的通道全连接代替残差连接,提升各层特征的流动性与表达性能,实现遥感图像的高效超分辨率重建。为了进一步挖掘超分辨率重建对舰船目标识别性能提升的潜力,引入多任务学习技术,提出了一种超分辨率重建与目标识别联合网络,通过多阶段训练优化策略实现联合端到端网络的稳定训练,从而引导任务间进行有效的互相监督学习。在公开数据集FGSCR-42上的实验结果表明,当遥感图像在8倍和16倍的分辨率退化情况下,提出的超分辨率重建网络帮助舰船目标识别准确率分别提升了33.27和17.48个百分点,所提联合网络则将识别准确率进一步提升了1.75和1.91个百分点。

关键词：天基遥感图像图像超分辨重建舰船目标识别

在线全文

学校读者我要写书评

暂无评论

基于特征解耦的少样本遥感飞机图像增广算法

计算机工程与应用 2024年第9期60卷 244-253页

作者：刘牧云卞春江陈红珍中国科学院国家、空间科学中心、复杂航天系统综合电子与信息技术重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049

基于深度学习的遥感飞机图像分类模型依赖多元化、均衡化的数据集进行训练,但由于飞机目标的高动态特性导致其大规模数据采集困难,现有的飞机细粒度数据集往往存在高质量数据有限、样本不均衡、难以覆盖全部场景的问题。图像生成技术作... 详细信息

基于深度学习的遥感飞机图像分类模型依赖多元化、均衡化的数据集进行训练,但由于飞机目标的高动态特性导致其大规模数据采集困难,现有的飞机细粒度数据集往往存在高质量数据有限、样本不均衡、难以覆盖全部场景的问题。图像生成技术作为数据增广的一种方式在提高数据规模方面发挥了重要作用,但传统的图像生成算法依赖大量样本训练,在少样本条件下的遥感细粒度图像生成问题亟待解决。因此,针对飞机目标图像类间相似度高、类内差异性大的特性提出了一种基于特征解耦的小样本图像生成方法FD-VAE,并在FAIR1M-Aircraft和MAR20两个细粒度遥感飞机数据集上进行测试,与多种先进的图像生成方法相比,FD-VAE的生成图像质量评价指标FID和LPIPS有明显改善。一系列定性和定量实验证明了FD-VAE在生成多样性、高质量的飞机细粒度图像方面具有强竞争力。并且,使用FD-VAE增广后数据集训练的ResNet-18分类网络,相比于传统训练方法精度提升2.3个百分点。FD-VAE有效缓解了细粒度飞机图像高质量数据采集困难的问题,并且有助于提升下游深度学习模型的性能上限。

关键词：变分自编码器数据增广特征解耦小样本学习图像生成遥感图像

轨迹驱动的多层时空图神经网络交通路况短期预测

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第10期26卷 2300-2315页

作者：彭锦辉张功凯王彤王培晓张彤武汉大学测绘遥感信息工程国家重点实验室武汉430070 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101

城市交通路况的短期预测是支持交通管理、在线导航的基础应用。出租车轨迹作为低成本、高时空覆盖率的交通监测数据类型,已广泛用于提取实时路况,支持路况短期预测。然而出租车轨迹时空覆盖极不均衡,导致大量的路段和时段轨迹数据缺失... 详细信息

城市交通路况的短期预测是支持交通管理、在线导航的基础应用。出租车轨迹作为低成本、高时空覆盖率的交通监测数据类型,已广泛用于提取实时路况,支持路况短期预测。然而出租车轨迹时空覆盖极不均衡,导致大量的路段和时段轨迹数据缺失或覆盖率不足,难以直接基于轨迹数据精确估计全路网所有路段全天候的交通状态,精度和可靠性都不能满足实时交通路况估计和短期预测的需要。因而基于不均衡轨迹数据的全路网交通路况在线短期预测成为大城市交通精细化监测和管理的一大技术难题。本文针对轨迹数据的时空分布不均衡问题,设计了路网的动态分层方法,将城市路网根据轨迹的时空分布划分为多层路网,包括轨迹质量较好的主干路网以及轨迹分布较为稀疏的次级路网。在分层路网基础上,我们提出轨迹驱动的多层时空图神经网络路况短期预测方法,依托不同路网层级建立多层时空图神经网络,设计顾及轨迹时空分布的层内和层间消息传递机制,基于因果膨胀卷积和图注意力描述路网之间复杂的路况时空关联。在路况关联表征模型基础上,设计实现了表征-预测一体化的集成端到端图神经网络预测模型,可同时对全路网所有路段的速度和状态进行在线预测,有效提升轨迹分布稀疏路段的路况预测质量。通过武汉市大型路网的真实轨迹数据测试,本方法比基线方法在预测精度上有显著改善,特别是在轨迹数据缺失较严重的路段上取得了较好的预测性能,同时训练效率也有显著提升,表明所提出的多层时空图神经网络预测方法能有效地应对轨迹分布不均衡导致的路况预测难题。

关键词：交通路况短期预测多层时空图神经网络轨迹路网分层路况关联表征消息传递

在线全文

学校读者我要写书评

暂无评论

基于首光子时间的被动单光子点目标检测

光学学报 2024年第9期44卷 67-76页

作者：李昌恒刘璠王小庆朱露洁刘雪峰中国科学院国家空间科学中心北京100190 中国科学院大学北京100049

针对暗弱点目标检测需求,提出一种基于首光子时间的点目标检测方法。在压缩感知单光子成像系统中,通过测量调制信号的首光子到达时间并采用阈值法获得估计目标是否存在的检测结果,利用压缩感知算法实现对点目标的快速高灵敏度检测。针... 详细信息

针对暗弱点目标检测需求,提出一种基于首光子时间的点目标检测方法。在压缩感知单光子成像系统中,通过测量调制信号的首光子到达时间并采用阈值法获得估计目标是否存在的检测结果,利用压缩感知算法实现对点目标的快速高灵敏度检测。针对运动点目标的连续检测提出一种相邻帧差分算法,在有效去除成像结果中噪声点的同时,完美保留了待检测的点目标信息。相较于传统的压缩感知单光子成像需要进行大量光子才能实现目标重建,所提出的方法在每次调制时间内仅需要测量一个光子,并且在2.2%的采样率下就可以完成对暗弱点目标图像的获取,显著提高了点目标检测的灵敏度,加快了检测速度。仿真和实验结果表明,所提方法能够以极高的准确度实现对多个点目标的同时检测。

关键词：成像系统单光子成像压缩感知点目标检测首光子时间

在线全文

学校读者我要写书评

暂无评论

卫星领域语料库构建与命名实体识别

国防科技大学学报 2024年第4期46卷 175-183页

作者：徐聪石会鹏陈志敏张鑫宇王静杨甲森中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室北京100190 中国科学院大学北京100049 国家无线电监测中心检测中心北京100041

针对卫星领域命名实体语料匮乏、现有算法识别性能较低的问题,提出一种考虑模糊边界的卫星领域实体标注方法,构建包含8类常见卫星领域实体的语料库,与该领域现有语料库相比粒度更细、覆盖更广,并以此为基础提出迁移学习和多网络融合的... 详细信息

针对卫星领域命名实体语料匮乏、现有算法识别性能较低的问题,提出一种考虑模糊边界的卫星领域实体标注方法,构建包含8类常见卫星领域实体的语料库,与该领域现有语料库相比粒度更细、覆盖更广,并以此为基础提出迁移学习和多网络融合的卫星领域实体识别算法。该算法采用预训练双向编码器对语料语义平滑迁移获得子词级别特征,采用双向长短期记忆(bi-directional long-short term memory,BiLSTM)神经网络捕捉上下文信息确定边界,以条件随机场作为解码器实现标签预测。实验结果表明:相比于BiLSTM等传统模型具有更优的识别性能,算法在8种实体上的F1值均在92%以上,微平均F1值达到96.10%。

关键词：命名实体识别迁移学习神经网络数据稀缺

非制冷快照式红外视频光谱成像仪及其数据处理

在线全文

学校读者我要写书评

暂无评论

红外技术 2024年第10期46卷 1192-1200页

作者：孔艳洁杨扬刘成玉王朋宇李春来中国科学院上海技术物理研究所中国科学院空间主动光电技术重点实验室上海200083 中国科学院大学北京100049

随着现代社会的工业化进程和快速发展,工业生产中的危险化学气体泄漏严重危及人身财产安全。如何有效检测污染气体的存在并获取气体的浓度和分布等信息,成为气体泄漏检测的重要课题。非制冷快照式红外视频光谱成像仪(Uncooled Snapshot ... 详细信息

随着现代社会的工业化进程和快速发展,工业生产中的危险化学气体泄漏严重危及人身财产安全。如何有效检测污染气体的存在并获取气体的浓度和分布等信息,成为气体泄漏检测的重要课题。非制冷快照式红外视频光谱成像仪(Uncooled Snapshot Infrared Video Spectrometer,USIVS)是一种理想的硬件方案,能够直接从图像中感知危险化学气体的存在并获取危险化学气体的位置,为紧急处置提供有力支持。但是,商业化的轻量级被动式红外光谱成像仪的灵敏度和光谱分辨率相对受限,已有的气体浓度反演方法难以准确检测污染气体的存在。本文介绍了一种基于非制冷快照式红外视频光谱成像仪及其适用的数据处理技术流程。利用气体浓度反演方法对不同温度和光程长度下的气体进行了模拟实验,并得到了较为准确的反演结果,平均误差分别为2.88%和0.61%。在实验室和室外场景下进行了气体浓度反演方法的测量实验,结果表明该算法具有较好的稳定性,平均误差分别为6.18%和7.47%。通过USIVS与数据处理技术流程的有效结合,能够快速准确地检测污染气体的存在并给出图像中每个像素的气体浓度,实现气云浓度反演的效果,为后续该类技术的商业化及实用化提供了参考。

关键词：红外辐射视频光谱成像气体浓度反演数据处理流程