检索结果-南通市图书馆

多层级几何—语义融合的图神经网络地表异常检测框架

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第7期28卷 1760-1770页

作者：高智胡傲涵陈泊安路遥葛家辰武汉大学遥感信息工程学院武汉430079 北京市遥感信息研究所北京100192 南京大学软件学院南京210093

近年来突发性地表异常ESA(Earth Surface Anomalies)事件频发且呈上升趋势,给人类的生命、财产安全带来了巨大威胁,如何及时准确地发现地表异常事件对后续救援与灾害响应具有重要意义。一些研究人员利用卫星影像开展大尺度地表异常发现... 详细信息

近年来突发性地表异常ESA(Earth Surface Anomalies)事件频发且呈上升趋势,给人类的生命、财产安全带来了巨大威胁,如何及时准确地发现地表异常事件对后续救援与灾害响应具有重要意义。一些研究人员利用卫星影像开展大尺度地表异常发现与监测,并开发、运用了先进的深度学习方法。然而,由于标签数据不足和卫星影像中几何、语义信息十分复杂,现阶段的地表异常检测方法的表现往往不能达到很好的效果。针对上述问题,本文提出了一个多层级几何—语义融合的图神经网络GNN(Graph Neural Network)框架,以实现高精度地表异常快速发现。具体而言,本文提出的方法先利用两个不同的分支从输入的卫星影像中提取不同层级的地理实体并构建图表示,然后通过分配矩阵实现图的联合表达。此后,构建了分层图注意力网络GAT(Graph Attention Network),基于图节点信息传递、聚合与注意力机制从图中进一步挖掘卫星影像中复杂的几何、语义信息,用于准确地检测地表异常。考虑到现有大规模多类地表异常检测基准数据集的缺乏,我们基于现有公开可分发数据集构建了ESAD数据集,用于基于单张卫星影像的地表异常检测任务。大量实验表明,提出的方法在地表异常检测任务中取得了优异的性能,在准确率、召回率与推理时间方面优于许多基线方法,可精确、有效地开展地表异常检测任务。

关键词：遥感地表异常多层级融合图神经网络快速检测注意力机制灾害响应卫星影像

在线全文

学校读者我要写书评

暂无评论

巨星座时代遥感卫星应用技术挑战与思考

遥感学报 2024年第7期28卷 1658-1666页

作者：康利鸿田菁江碧涛北京市遥感信息研究所北京100192

从20世纪70年代以来,中国遥感卫星系统经历了模拟式时代到数字式时代的发展,建成了稳定运行的遥感卫星系统及相应的应用体系,当前正在向智能化、网络化的遥感巨星座时代迈进。为了更好地推动国家遥感卫星事业发展,有必要站在当前历史发... 详细信息

从20世纪70年代以来,中国遥感卫星系统经历了模拟式时代到数字式时代的发展,建成了稳定运行的遥感卫星系统及相应的应用体系,当前正在向智能化、网络化的遥感巨星座时代迈进。为了更好地推动国家遥感卫星事业发展,有必要站在当前历史发展的机遇期,详细梳理其面临的技术挑战,确定未来技术攻关方向,为中国遥感卫星巨星座时代的到来预置技术、做好准备。本文通过总结回顾中国遥感卫星系统的发展历程和建设成就,从应用系统建设的角度分析了遥感卫星走向巨星座时代面临的技术挑战,特别是海量数据处理技术和大规模星群控制技术的挑战,分析了完全依靠星上智能处理存在的问题,提出了地面支持下的星上智能处理模式,在分析目前星上自主任务规划能力现状基础上,提出了基于数字孪生的星地一体智能任务管理和分布式智能协同模式。最后梳理了智能遥感巨星座1.0到3.0共3个阶段的发展路线及需要关注的关键技术,为国内遥感领域应用技术研究提供借鉴。

关键词：遥感巨星座发展历程智能化网络化应用技术星群控制数据处理发展规划

基于元学习和密集残差注意力的遥感图像任意尺度超分辨率重建

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第7期28卷 1735-1745页

作者：魏小源孟钢张浩鹏姜志国北京航空航天大学宇航学院北京102206 北京市遥感信息研究所北京100192

超分辨率重建技术在卫星遥感图像信息智能处理领域中有重要的应用。现有面向遥感图像超分辨率重建的深度学习方法大多只能处理一种比例因子的超分辨率重建任务,在多尺度层面上缺少泛化性,难以满足真实遥感图像多倍率连续放大的超分辨率... 详细信息

超分辨率重建技术在卫星遥感图像信息智能处理领域中有重要的应用。现有面向遥感图像超分辨率重建的深度学习方法大多只能处理一种比例因子的超分辨率重建任务,在多尺度层面上缺少泛化性,难以满足真实遥感图像多倍率连续放大的超分辨率重建任务需求。为解决遥感图像超分辨率重建过程中的多尺度放大问题,本文采用元学习的方法,在构建单一自适应模型的基础上实现对遥感图像的任意尺度超分辨率重建,提升遥感图像的空间分辨率,利用密集残差网络和通道注意力机制重建遥感图像中地物纹理、目标边缘等丰富细节信息。在真实遥感图像上的定量实验表明,本文所提方法重建结果的峰值信噪比能达到40 dB以上,同时在多种数据上的定量和定性实验结果证明了本文方法的有效性。

关键词：超分辨率重建遥感图像任意尺度元学习密集残差网络通道注意力机制

Hybrid-Gird:遥感图像细粒度分类可解释方法

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第7期28卷 1722-1734页

作者：朱凯雯尤亚楠曹婧宜孟钢乔媛媛杨洁北京邮电大学人工智能学院北京100876 北京市遥感信息研究所北京100192

基于遥感图像的目标细粒度分类深度神经网络已技术日益成熟,网络决策的可解释性研究是当前细粒度分类深度学习算法进一步提高决策可信度的关键问题。为精确表征对模型决策起决定性作用的本质特征,本文基于博弈竞争理论对遥感图像目标细... 详细信息

基于遥感图像的目标细粒度分类深度神经网络已技术日益成熟,网络决策的可解释性研究是当前细粒度分类深度学习算法进一步提高决策可信度的关键问题。为精确表征对模型决策起决定性作用的本质特征,本文基于博弈竞争理论对遥感图像目标细粒度分类任务进行建模,分析了IG、SmoothGrad、Grad-CAM等可解释性方法在遥感图像目标细粒度分类网络上的适用性,提出了一种尺度自适应的目标细粒度分类本质特征可解释性分析方法Hybrid-Grid,使用像素级与局部特征关系融合算法提高对支撑网络决策的目标本质特征的精确描述能力。结果表明:本文提出的Hybrid-Grid对目标细粒度分类网络的解释效果在ADCC量化评估指标上达到78.87,相较Score-CAM有大幅提升;与SmoothGrad、Grad-CAM的解释结果相对比,本文方法在删除及精度损失实验上表现最好,使EFM-Net的Top-1准确率、Top-5准确率、F1得分分别损失了16.92%、1.61%、17.21%,证明Hybrid-Grid准确解释了对细粒度分类网络决策贡献最大的目标本质特征。本文提出的可解释性分析方法能够更精准地揭示当前目标细粒度分类网络的决策特征依据。

关键词：遥感图像可解释性分析方法目标细粒度分类网络可解释人工智能合作博弈理论本质特征

在线全文

学校读者我要写书评

暂无评论

基于类脑脉冲神经网络的遥感图像检测算法

遥感学报 2024年第7期28卷 1713-1721页

作者：段德鑫路遥黄立威刘佩林文飞上海交通大学电子信息与电气工程学院上海200240 北京市遥感信息研究所北京100192

与第二代人工神经网络(ANN)相比,第三代类脑脉冲神经网络(SNN)由于其高能效、高仿生、可解释等特点,在遥感影像智能处理的高能效、高精度、高可解译方面具有较大的潜在优势。针对现有脉冲神经网络算法延时较大的问题,本文提出一种基于... 详细信息

与第二代人工神经网络(ANN)相比,第三代类脑脉冲神经网络(SNN)由于其高能效、高仿生、可解释等特点,在遥感影像智能处理的高能效、高精度、高可解译方面具有较大的潜在优势。针对现有脉冲神经网络算法延时较大的问题,本文提出一种基于类脑脉冲神经网络的遥感图像检测算法。该算法首先搭建了一个带有动态裁剪阈值激活函数的目标检测神经网络作为源网络进行预训练,随后借助训练过程中得到的裁剪阈值,通过激活神经元与脉冲神经元的映射关系将源网络转换为类脑脉冲神经网络,在继承源网络较高精度的同时还具备了低延迟、高仿生的特点。在SSDD(SAR-Ship-Detection-Datasets)和RSOD两个公开遥感数据集上的实验结果表明,该方法能够以极低的损失将源网络转换至类脑脉冲神经网络,并能在低时间步下对遥感目标实现较高的检测识别精度。同时该方法能够在继承ANN网络易于训练的特性与精度优势的同时,充分展现SNN的高稀疏度的带来的巨大能效优势。

关键词： SAR 遥感图像光学遥感目标检测深度学习脉冲神经网络

从光学到SAR:基于多级跨模态对齐的SAR图像舰船检测算法

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第7期28卷 1789-1801页

作者：何佳月宿南徐从安尹璐廖艳苹闫奕名哈尔滨工程大学信息与通信工程学院哈尔滨150001 海军航空大学信息融合研究所烟台264001 北京市遥感信息研究所北京100192

合成孔径雷达(SAR)舰船检测是近年来的研究热点。然而,与光学图像不同,SAR成像的特点会导致不直观的特征表示。此外,由于SAR图像数据量不足,现有的基于大量标记SAR图像的方法可能难以达到较好的检测效果。为了解决这些问题,本文提出了... 详细信息

合成孔径雷达(SAR)舰船检测是近年来的研究热点。然而,与光学图像不同,SAR成像的特点会导致不直观的特征表示。此外,由于SAR图像数据量不足,现有的基于大量标记SAR图像的方法可能难以达到较好的检测效果。为了解决这些问题,本文提出了一种基于多级跨模态对齐的SAR图像舰船检测算法MCMA-Net(Multi-level Cross-Modality Alignment Network),通过将光学模态中丰富的知识迁移到SAR模态来增强SAR图像的特征表示。该算法首先设计了一个基于邻域—全局注意力的特征交互网络NGAN(Neighborhood-Global Attention Network),通过对骨干网络的浅层特征采用邻域注意力机制进行局部交互、对深层特征采取全局自注意力机制进行全局上下文交互,在兼顾全局上下文建模能力的同时,提升局部特征的编码能力,使得网络在不同层级更合理的关注相应的信息,从而能够促进后续的多级别模态对齐。其次,本文设计了一个多级模态对齐模块MLMA(Multi-level Modality Alignment),通过从局部级别到全局级别再到实例级别的对两种模态不同隐含空间中的特征进行对齐,促进模型有效地学习模态不变特征,缓解了光学图像和SAR图像之间的模态鸿沟,实现了从光学模态到SAR模态的知识传输。大量的实验证明我们的算法优于现阶段的检测算法,取得了最好的实验结果。

关键词：遥感 SAR 目标检测跨模态特征对齐注意力机制

在线全文

学校读者我要写书评

暂无评论

一种融合时差频差和测向的运动目标跟踪方法

电讯技术 2024年第2期64卷 261-265页

作者：徐海源苏成晓汪华兴北京市遥感信息研究所北京100011

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融... 详细信息

传统的星载无源定位系统对空中辐射源定位求解通常采用假设高程的方法,高程假设误差将对定位跟踪精度造成较大影响。为实现未知高程运动辐射源的高精度定位跟踪,针对异轨三星构型的无源定位系统,提出了一种基于时差、频差和二维测向融合的迭代扩展卡尔曼滤波(Iterative Extended Kalman Filter,IEKF)跟踪方法。在WGS-84坐标系下建立了状态方程和观测方程,并采用IEKF方法对目标状态进行估计。仿真结果表明,该方法可对未知高程的运动目标进行高精度状态估计,典型仿真场景下的目标高程估计精度达到百米量级,相对于已有方法收敛时间更短,并且在卫星覆盖范围内具有更大的高精度定位跟踪区域。

关键词：星载无源定位目标跟踪迭代扩展卡尔曼滤波(IEKF)

在线全文

学校读者我要写书评

暂无评论

单参考阵元旋转电场矢量法校准相控阵天线

系统工程与电子技术 2024年第5期46卷 1525-1534页

作者：张勇芳高晶钰刘涓北京遥感设备研究所北京100854

针对经典的旋转电场矢量法仅适用于校准小规模相控阵天线的不足,提出了一种适用于校准大规模相控阵天线的改进旋转电场矢量法。该方法选取单个阵元作参考通道并依次选取其他阵元作测试通道。通过测量这两种通道的合成电场幅度完成相控... 详细信息

针对经典的旋转电场矢量法仅适用于校准小规模相控阵天线的不足,提出了一种适用于校准大规模相控阵天线的改进旋转电场矢量法。该方法选取单个阵元作参考通道并依次选取其他阵元作测试通道。通过测量这两种通道的合成电场幅度完成相控阵天线的幅度与相位校准。实测结果表明,该方法得到的校准数据具有较高的精度,可用于补偿大规模相控阵天线且能获得优良的远场方向图。

关键词：相控阵天线校准单参考阵元旋转电场矢量

维普期刊数据库博看期刊

大尺度自然地理实体边界智能化提取方法——以大别山为例

在线全文

学校读者我要写书评

暂无评论

北京大学学报（自然科学版） 2024年第4期60卷 673-681页

作者：杨涵珺孙敏楼夏寅杨仕浩北京大学遥感与地理信息系统研究所北京100871

为了解决语义明确但空间位置与分布范围并不明确的自然地理实体(PGO)在地图中的分布范围或边界表达问题,提出一种PGO边界的智能化提取方法。首先利用给定的语义词,自动搜索网络地图大数据;接着在顾及PGO的连续空间分布特性基础上,运用... 详细信息

为了解决语义明确但空间位置与分布范围并不明确的自然地理实体(PGO)在地图中的分布范围或边界表达问题,提出一种PGO边界的智能化提取方法。首先利用给定的语义词,自动搜索网络地图大数据;接着在顾及PGO的连续空间分布特性基础上,运用空间聚类算法确定PGO的大致范围;然后利用PGO的几何特征(如山地的起伏变化),运用特征识别算法,进一步确定自然实体的分布范围和边界。考虑到此类实体的复杂性,仅以山地(大别山)为例进行实证研究,验证所提方法的有效性。

关键词：大尺度自然地理实体地图大数据智能化提取