检索结果-南通市图书馆

面向卫星遥感图像场景重建的神经辐射场方法综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 1582-1590页

作者：周鑫王洋孙显林道玉刘俊义付琨中国科学院空天信息创新研究院北京100190 中国科学院网络信息体系技术重点实验室北京100190 中国科学院大学北京100190 中国科学院大学电子电气与通信工程学院北京100190

随着高分辨率卫星遥感图像成为认知地理空间不可或缺的重要手段,卫星遥感图像在城市建图、生态监测和导航等领域发挥着日益重要的作用,利用卫星遥感图像进行地球表面大规模3维重建成为了计算机视觉和摄影测量领域的研究热点。神经辐射场... 详细信息

随着高分辨率卫星遥感图像成为认知地理空间不可或缺的重要手段,卫星遥感图像在城市建图、生态监测和导航等领域发挥着日益重要的作用,利用卫星遥感图像进行地球表面大规模3维重建成为了计算机视觉和摄影测量领域的研究热点。神经辐射场(NeRF)利用可微渲染学习场景的隐式表示,在复杂场景新视图合成任务中实现了逼真的视觉效果,并在3维场景重建和渲染领域获得了极大的关注。近期的研究主要集中在利用神经辐射场技术,从卫星遥感图像中提取场景表示及其重建。面向卫星遥感图像的神经辐射场方法主要集中在光线空间优化、场景表示优化以及模型高效训练3方面。该文全面归纳了神经辐射场技术在卫星遥感应用中的最新进展。首先介绍神经辐射场技术的基本概念及相关数据集。然后提出一个面向卫星遥感图像的神经辐射场方法分类框架,用于系统性地回顾和整理该技术在卫星遥感领域的研究进展。接着详述了神经辐射场技术在实际卫星遥感场景应用中的相关成果。最后,基于当前研究所面临的问题和挑战进行分析和讨论,同时对未来的发展趋势和研究方向进行了展望。

关键词：神经辐射场卫星遥感图像神经渲染隐式表示

分布采样对齐的遥感半监督要素提取框架及轻量化方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2187-2197页

作者：金极栋卢宛萱孙显吴一戎中国科学院空天信息创新研究院北京100094 中国科学院网络信息体系技术重点实验室北京100190 中国科学院大学北京101408 中国科学院大学电子电气与通信工程学院北京101408

近年来,利用无标签数据辅助少量标签数据进行训练的遥感半监督要素提取任务被广泛研究,大多数工作采用自训练或一致性正则方法提高要素提取性能,但仍存在数据类别分布不均衡导致的不同类别准确率差异大的问题。该文提出分布采样对齐的... 详细信息

近年来,利用无标签数据辅助少量标签数据进行训练的遥感半监督要素提取任务被广泛研究,大多数工作采用自训练或一致性正则方法提高要素提取性能,但仍存在数据类别分布不均衡导致的不同类别准确率差异大的问题。该文提出分布采样对齐的遥感半监督要素提取框架(FIDAS),通过获取的历史数据类别分布,在调整不同类别的训练难度的同时引导模型学习数据真实分布。具体来说,利用历史数据分布信息对各类别进行采样,增加难例类别通过阈值的概率,使模型接触到更多难例类别的特征信息。其次设计分布对齐损失,提升模型学习到的类别分布与真实数据类别分布之间的对齐程度,提高模型鲁棒性。此外,为了降低引入的Transformer模型计算量,提出图像特征块自适应聚合网络,对冗余的输入图像特征进行聚合,提升模型训练速度。该方法通过遥感要素提取数据集Potsdam上的实验,在1/32的半监督数据比例设置下,该方法相较于国际领先方法取得了4.64%的平均交并比(mIoU)提升,并在基本保持要素提取精度的同时,训练时间缩短约30%,验证了该文方法在遥感半监督要素提取任务中的高效性和性能优势。

关键词：半监督学习遥感图像密集要素提取分布对齐采样轻量化

在线全文

学校读者我要写书评

暂无评论

结合关键点与引导向量的旋转目标检测网络

中国图象图形学报 2024年第2期29卷 533-544页

作者：佘浩东赵良瑾中国科学院空天信息创新研究院北京100190 中国科学院大学电子电气与通信工程学院北京100049 中国科学院网络信息体系技术重点实验室北京100091

目的目标检测是遥感智能解译中重要的研究方向之一,大多数目标检测算法难以实现密集排列的旋转目标的高精度检测。提出了一种基于关键点与引导向量预测的目标检测算法,实现高精度旋转目标检测的同时,还可对目标的朝向进行表征。方法 ... 详细信息

目的目标检测是遥感智能解译中重要的研究方向之一,大多数目标检测算法难以实现密集排列的旋转目标的高精度检测。提出了一种基于关键点与引导向量预测的目标检测算法,实现高精度旋转目标检测的同时,还可对目标的朝向进行表征。方法首先提出了一种新的旋转目标建模方式,将目标检测分解成中心点、头部顶点、引导向量以及目标宽度的参数回归以更贴合检测目标;其次设计旋转椭圆高斯核,能够更好地拟合遥感目标的形状,从而提升关键点的预测精度;最后通过预测中心点指向头部顶点的引导向量,完成同一个目标内中心点与头部顶点的匹配,从而生成一个精准的带方向的旋转矩形检测框。结果在大长宽比舰船目标的HRSC(high-resolution ship collections)数据集上的实验结果表明,相比于其他主流的目标检测算法,本文算法获得了更好的检测结果,在VOC 2007(visual object classes)和VOC 2012的平均精度分别达到了90.78%和97.85%。在小长宽比飞机目标UCAS-AOD(UCAS-high resolution aerial object detection dataset)数据集上达到了98.81%的平均精度。实验结果表明了本文算法的可行性与有效性。结论本文算法利用椭圆高斯核计算中心点与头部顶点,并设计引导向量对点匹配关系进行约束,实现了旋转目标的方向检测。

关键词：目标检测深度学习旋转椭圆高斯核引导向量方向检测

在线全文

学校读者我要写书评

暂无评论

遥感基础模型发展综述与未来设想

遥感学报 2024年第7期28卷 1667-1680页

作者：付琨卢宛萱刘小煜邓楚博于泓峰孙显中国科学院网络信息体系技术重点实验室北京100190 中国科学院空天信息创新研究院北京100094 中国科学院大学北京100101

近年来,遥感智能解译技术快速发展,但大多为专用模型难以泛化到不同任务中,易造成资源浪费。基础模型是一种通用可泛化的解决方案,最近在遥感领域备受关注。尽管目前有大量工作已利用遥感单时相或多时相数据在感知识别和认知预测的部分... 详细信息

近年来,遥感智能解译技术快速发展,但大多为专用模型难以泛化到不同任务中,易造成资源浪费。基础模型是一种通用可泛化的解决方案,最近在遥感领域备受关注。尽管目前有大量工作已利用遥感单时相或多时相数据在感知识别和认知预测的部分任务上取得显著成果,但缺乏一个全面的综述给遥感基础模型提供系统概述。因此本文首先从数据、方法和应用角度对现有遥感基础模型的研究进展进行总结,然后通过分析现状存在的局限提出新一代遥感通用预测基础模型的设想,最后针对亟需研究的方向进行探讨与实验,为研究人员提供遥感基础模型过去成果与未来可能性之间的桥梁。

关键词：遥感智能解译遥感基础模型通用预测多时相数据多任务

基于通道注意力机制的小样本SAR飞机图像分类方法

在线全文

学校读者我要写书评

暂无评论

南京大学学报(自然科学) 2024年第3期60卷 464-476页

作者：赵一铭王佩瑾刁文辉孙显邓波中国科学院空天信息创新研究院中国科学院大学中国科学院大学电子电气与通信工程学院中国科学院网络信息体系技术重点实验室

合成孔径雷达（Synthetic Aperture Radar,SAR）以其全天候、全天时、高分辨率、大幅宽的特点，成为对地观测的重要手段，图像分类是SAR图像解译的一个重要方向.和光学图像相比，SAR图像的成像机理较复杂，存在较多噪声干扰，导致图像... 详细信息

合成孔径雷达（Synthetic Aperture Radar,SAR）以其全天候、全天时、高分辨率、大幅宽的特点，成为对地观测的重要手段，图像分类是SAR图像解译的一个重要方向.和光学图像相比，SAR图像的成像机理较复杂，存在较多噪声干扰，导致图像清晰度较差、样本标注的难度大，无法保证深度学习算法对样本量的需求，因此，对小样本SAR图像进行图像分类成为当前SAR图像解译领域的重点研究问题之一.基于这一问题展开了基于元学习的SAR图像分类模型的研究，以实现小样本条件下SAR图像的高精度识别.构建基于注意力机制的原型网分类方法，设计了通道注意力模块来自动获取图像特征的重要程度，促进提取对图像分类更有判别力的特征；同时，对模型设计预训练网络，以充分利用已有数据的信息，学习更好的先验信息，提高分类的准确率.在自建的高分辨率SAR图像数据集上对该小样本分类模型进行了实验.消融实验表明，注意力模块和预训练模块对模型的性能均有一定的提升效果.通过对比实验，证明和当前常用的小样本学习方法相比，构建的分类方法能在SAR图像分类中获得较高的准确率，在第一组实验的5-way 1-shot实验中得到的分类精度提高了5.9%，在5-way 5-shot实验中提高了1.92%.

关键词： SAR图像分类元学习小样本学习通道注意力模块预训练

基于深度学习的高光谱遥感图像混合像元分解研究综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遥感学报 2024年第1期28卷 1-19页

作者：苏远超许若晴高连如韩竹孙旭西安科技大学测绘科学与技术学院西安710054 中国科学院空天信息创新研究院计算光学成像技术院重点实验室北京100094 中国科学院大学北京100049

高光谱遥感是以成像光谱学为基础发展起来的一项综合性遥感技术,它能够同步记录成像区域内地物的空间信息和光谱信号,故而也称为“成像光谱遥感”。高光谱遥感所获取的数据称为“高光谱遥感图像”,相较于传统的遥感数据,高光谱遥感图像... 详细信息

高光谱遥感是以成像光谱学为基础发展起来的一项综合性遥感技术,它能够同步记录成像区域内地物的空间信息和光谱信号,故而也称为“成像光谱遥感”。高光谱遥感所获取的数据称为“高光谱遥感图像”,相较于传统的遥感数据,高光谱遥感图像具有光谱分辨率高和“图谱合一”的特点,目前已成为遥感工程应用中的重要支撑数据之一。然而,受空间分辨率限制,混合像元(即某一像元内包含多种类型的地物)问题始终限制着高光谱遥感在精细化地物信息提取工作中的作用。混合像元分解(“解混”)是现阶段处理混合像元问题最有效的分析方法,旨在从亚像元角度出发,获取像元中纯净的光谱信号(“端元”),并分析出各类端元在像元内所占的比例(“丰度”)。在遥感领域,为实现地物信息精细化解译,目前已发展出不同类型的解混方法,在一定程度上解决了混合像元问题对遥感定量化分析的制约。如今,随着深度学习的发展,越来越多的先进理论和工具被用于处理混合像元问题,发展出了一类基于深度学习的新型解混方法。这些新方法以光谱混合模型为桥梁,用深度学习方式来解译光谱混合现象。相比于传统的解混方法,基于深度学习的解混方法在隐藏信息的挖掘和利用方面更具优势,对先验知识依赖程度相对较低,对复杂场景的适应性更强。近年来,基于深度学习的解混方法发展迅速,并且在植被分布调查、农业产量估算等经常涉及混合像元问题的工作中被逐渐普及,有很好的发展前景和应用价值。本文以光谱混合模型和训练方式为基础,对现阶段基于深度学习解混的研究成果进行归类,并从不同类别的特点出发,对现有基于深度学习的解混方法进行介绍。最后,对当前的技术状况、特点和发展前景进行总结与展望,为今后解混技术的研究与应用提供参考。

关键词：高光谱遥感混合像元分解深度学习机器学习深度神经网络遥感图像处理遥感智能解译亚像元解译

一种基于微多普勒和机器学习的无人机目标分类识别技术

在线全文

学校读者我要写书评

暂无评论

雷达科学与技术 2024年

作者：邴政周良将董书航温智磊中国科学院空天信息创新研究院微波成像技术国家级重点实验室中国科学院大学齐鲁空天信息研究院

近年来，随着科技发展，无人机行业高速发展，空域的情况变得愈加复杂，消费级无人机的入侵事件日益增多，对无人机防控系统的需求越来越迫切。飞鸟和无人机都是典型的“低慢小”目标，二者的回波特征、运动模式都有极其相似之处，如何... 详细信息

近年来，随着科技发展，无人机行业高速发展，空域的情况变得愈加复杂，消费级无人机的入侵事件日益增多，对无人机防控系统的需求越来越迫切。飞鸟和无人机都是典型的“低慢小”目标，二者的回波特征、运动模式都有极其相似之处，如何对二者进行有效的观测、区分和追踪已成为保障空中航路安全研究中的重要问题。本文针对传统方法难以将二者区分的问题，首先利用仿真建立无人机和飞鸟的数学及物理模型，并对二者的微动特征进行提取，利用卷积神经网络和集成学习方法对其进行区分，在此基础上对实测数据进行识别，证明了本文方法的有效性。

关键词：微多普勒机器学习目标识别卷积网络集成学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

篇章级文本的事件图谱构建与事件抽取方法

计算机工程与设计 2024年第1期45卷 146-152页

作者：张源奔赵一斐赵志浩韩众和张利利谢辉平中国科学院空天信息创新研究院北京100190 中国科学院网络信息体系技术重点实验室北京100190 中国科学院齐鲁空天信息研究院山东济南250000 北京化工大学信息科学与技术学院北京100029

针对篇章级事件抽取任务主要存在的以下3个挑战:模型复杂、事件论元分散以及多事件抽取,提出一种基于异质交互图和有序树的篇章级事件抽取方法DTHIGN。支持以解耦实体抽取部分的方式精简模型的参数;构建面向触发词的篇章级异质交互图,... 详细信息

针对篇章级事件抽取任务主要存在的以下3个挑战:模型复杂、事件论元分散以及多事件抽取,提出一种基于异质交互图和有序树的篇章级事件抽取方法DTHIGN。支持以解耦实体抽取部分的方式精简模型的参数;构建面向触发词的篇章级异质交互图,更全面地对语义进行建模;支持使用基于统一事件模板的树形事件论元抽取方式获得事件论元结果。实验结果表明,该方法能够获得较好的效果并显著降低模型的训练难度。

关键词：深度学习自然语言处理事件图谱事件抽取事件论元抽取异质图图卷积网络

在线全文

学校读者我要写书评

暂无评论

量子信息科技的发展现状与展望

物理学报 2024年第1期73卷 1-8页

作者：潘建伟中国科学技术大学合肥微尺度物质科学国家研究中心合肥230026 中国科学技术大学中国科学院量子信息与量子科技创新研究院合肥230026

20世纪初,以原子能、半导体、激光、核磁共振、超导和全球卫星定位系统等重大技术发明为标志性成果的第一次量子革命,促进了物质文明的巨大进步,从根本上改变了人类的生活方式和社会面貌.自20世纪90年代以来,量子调控技术的巨大进步,使... 详细信息

20世纪初,以原子能、半导体、激光、核磁共振、超导和全球卫星定位系统等重大技术发明为标志性成果的第一次量子革命,促进了物质文明的巨大进步,从根本上改变了人类的生活方式和社会面貌.自20世纪90年代以来,量子调控技术的巨大进步,使得以量子信息科学为代表的量子科技突飞猛进,标志着第二次量子革命的兴起.量子信息科技包括量子通信、量子计算、量子精密测量等方面,为保障信息传输安全、提高运算速度、提升测量精度等提供了革命性解决方案,可为国家安全和国民经济高质量发展提供关键支撑.经过近30年的发展,我国在量子信息科技领域整体上已经实现了从跟踪、并跑到部分领跑的飞跃,在量子通信的研究和应用方面处于国际领先地位;在量子计算方面牢固占据国际第一方阵;在量子精密测量的多个方向进入国际领先或先进水平.当前,需要根据国家战略需求和国际竞争态势,做好未来5—10年我国在量子信息领域的发展重点研判,率先建立下一代安全、高效、自主、可控的信息技术体系.

关键词：量子通信量子计算量子精密测量