期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到934篇文章
< 1 2 … 47 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于多尺度胶囊Swin Transformer的SAR图像目标识别方法 被引量：1
1
作者 侯宇超 王洁 +4 位作者 李洪涛 郝岩 段晓旗 黄凯文 田有亮 《通信学报》 北大核心 2025年第3期274-290,共17页
通过协同胶囊单元的语义特征编码和Swin Transformer的上下文特征图建模优势相结合,提出了一种多尺度胶囊Swin Transformer网络(MSCSTN),将胶囊编码和Swin Transformer联合应用于SAR图像目标识别。该网络集成3个并行的胶囊Swin Transfor... 通过协同胶囊单元的语义特征编码和Swin Transformer的上下文特征图建模优势相结合,提出了一种多尺度胶囊Swin Transformer网络(MSCSTN),将胶囊编码和Swin Transformer联合应用于SAR图像目标识别。该网络集成3个并行的胶囊Swin Transformer编码结构,融合后对输入图像进行分类。每个结构通过基于膨胀卷积切片划分的胶囊令牌编码器和三维胶囊Swin Transformer模块构建,能捕获更深层次、更广泛的语义特征。在运动和静止目标的获取与识别(MSTAR)数据集及FUSAR-Ship数据集上的实验结果表明,MSCSTN在各种测试条件下均优于其他方法。结果表明,MSCSTN展现了良好的识别性能、泛化能力和应用潜力。 展开更多
关键词 膨胀卷积切片分区 胶囊令牌编码器 三维胶囊Swin Transformer模块 多尺度胶囊Swin Transformer网络 SAR图像目标识别
在线阅读 下载PDF
一种基于区域特征的SAR图像目标识别方法 被引量：2
2
作者 杨慧娉 赖小龙 刘丹 《电光与控制》 北大核心 2025年第3期76-81,共6页
针对复杂条件下合成孔径雷达(SAR)图像目标识别问题,提出联合目标和阴影区域的方法。在SAR图像中分割获取目标及其阴影区域,据此相应提取Zernike矩特征,用于描述目标的几何形状分布。目标区域及阴影均可对目标外形进行分析,两者具有较... 针对复杂条件下合成孔径雷达(SAR)图像目标识别问题,提出联合目标和阴影区域的方法。在SAR图像中分割获取目标及其阴影区域,据此相应提取Zernike矩特征,用于描述目标的几何形状分布。目标区域及阴影均可对目标外形进行分析,两者具有较强的相关性,故基于联合稀疏表示进行分类,对两者提取的Zernike矩特征矢量进行综合表征。根据联合稀疏表示输出结果,分别计算不同训练类别对目标及阴影的重构误差,并根据误差最小原则完成目标类别确认。联合目标和阴影区域能够更为全面地反映SAR图像中目标的几何形状信息,有利于增强区分不同类别的能力。以MSTAR数据样本为基础设置了标准操作条件以及型号差异、俯仰角差异和噪声干扰3类扩展操作条件,经实验验证及对比分析,结果表明了所提方法的性能优势。 展开更多
关键词 SAR图像 目标识别 目标区域 阴影 ZERNIKE矩 联合稀疏表示
在线阅读 下载PDF
入射视线角引导雷达图像特征融合的气动目标识别方法
3
作者 李家宽 冯博 +2 位作者 申伦豪 叶春茂 余继周 《现代防御技术》 北大核心 2025年第2期129-140,共12页
高分辨逆合成孔径雷达(ISAR)图像在目标识别中发挥着重要作用,但是获取目标高分辨的ISAR图像需要长时间的雷达照射,无法满足雷达资源调度需求。对此提出了一种入射视线角引导雷达图像特征融合的识别方法,选取驻留时间内的两端时间资源... 高分辨逆合成孔径雷达(ISAR)图像在目标识别中发挥着重要作用,但是获取目标高分辨的ISAR图像需要长时间的雷达照射,无法满足雷达资源调度需求。对此提出了一种入射视线角引导雷达图像特征融合的识别方法,选取驻留时间内的两端时间资源用于成像,满足雷达其余功能在时间上的调整与分配。考虑到不同机型图像调制现象的差异以及同一机型在不同入射视线角下的调制差异,设计混合注意力残差模块和角度引导注意力模块使网络有针对性地关注图像的关键区域并将目标特征与目标姿态进行关联。通过特征融合模块进行图像特征的整合以实现融合识别,最终通过3类飞机实测数据证明,该方法能在满足雷达资源调度需求的前提下获得较高的识别精度。 展开更多
关键词 逆合成孔径雷达图像 目标识别 卷积神经网络 注意力机制 入射视线角 特征融合
在线阅读 下载PDF
一种面向机载光电的红外图像小目标识别方法
4
作者 邱征 张家利 +4 位作者 万震松 王康 王泽晖 王世杰 朱纪洪 《激光与红外》 北大核心 2025年第9期1466-1474,共9页
目标识别算法是智能光电系统的核心支撑,红外热像仪利用目标热辐射主动成像的原理,避免可见光设备在夜间和目标遮挡环境下无法成像的限制。然而机载光电系统成像距离较远,目标在图像中占据的像素数少,给目标识别带来了极大的困难。因此... 目标识别算法是智能光电系统的核心支撑,红外热像仪利用目标热辐射主动成像的原理,避免可见光设备在夜间和目标遮挡环境下无法成像的限制。然而机载光电系统成像距离较远,目标在图像中占据的像素数少,给目标识别带来了极大的困难。因此,本文提出一种机载红外图像目标识别模型ST YOLOv5,针对红外图像存在的小目标识别问题,增加了小目标检测分支、卷积注意力模块以及双向特征金字塔网络结构。ST YOLOv5降低了红外小目标的漏检率、误检率,显著提升了识别效率,Precision提高了34,Recall提高了39,mAP提高了35。在此基础上,基于Atlas 200I A2板卡部署了该算法用于实际场景中红外目标识别。实验结果表明,ST YOLOv5模型在HIT UAV数据集上具有较好的性能,并可以部署在实际场景中用于目标识别。 展开更多
关键词 光电系统 红外图像 STYOLOv5 目标识别 图像处理单元
在线阅读 下载PDF
序言 可见、红外图像感知、目标识别与制导技术专栏
5
《弹箭与制导学报》 北大核心 2025年第3期F0002-F0002,I0001,共2页
在信息化战争与智能装备快速发展的今天,可见、红外图像感知、目标识别与制导技术已成为现代军事侦察、精确制导的核心支撑。随着目标隐身技术、复杂电磁环境与高速机动能力的不断提升,传统感知与制导系统面临小目标检测难、多源信息融... 在信息化战争与智能装备快速发展的今天,可见、红外图像感知、目标识别与制导技术已成为现代军事侦察、精确制导的核心支撑。随着目标隐身技术、复杂电磁环境与高速机动能力的不断提升,传统感知与制导系统面临小目标检测难、多源信息融合弱、抗干扰能力不足等挑战。为集中展示图像感知、目标识别与制导领域的最新研究成果,《弹箭与制导学报》编辑部开展了本专栏活动,共收录论文7篇。其中,王磊等提出了一种联合梯度判别与自适应匹配的红外小目标检测算法,并通过在嵌入式平台IP核的定制和软硬协同设计,为边缘计算提供了实时处理范例。 展开更多
关键词 信息化战争 图像感知 制导技术 目标识别
在线阅读 下载PDF
基于背景差分法的红外图像弱小运动目标识别方法
6
作者 李司思 尚帅锟 《激光杂志》 北大核心 2025年第3期142-147,共6页
针对红外图像中目标识别难度较大的问题,提出基于背景差分法的红外图像弱小运动目标识别方法。首先通过时空正则化相关滤波算法处理目标附近大范围内背景区域,并利用侧窗滤波进一步剔除噪声,对低质红外图像降噪保边,提升图像质量,然后... 针对红外图像中目标识别难度较大的问题,提出基于背景差分法的红外图像弱小运动目标识别方法。首先通过时空正则化相关滤波算法处理目标附近大范围内背景区域,并利用侧窗滤波进一步剔除噪声,对低质红外图像降噪保边,提升图像质量,然后采用背景差分法初步识别图像中弱小目标,最后基于初步识别结果,引入卡尔曼滤波预测弱小目标在红外图像中的运动轨迹位置,实现弱小运动目标识别。实验结果表明,所提方法识别成功率较高且识别位置更加准确。 展开更多
关键词 背景差分法 红外图像 弱小运动目标 目标识别 卡尔曼滤波
在线阅读 下载PDF
多特征融合下连续帧图像运动目标识别方法
7
作者 刘朝霞 《现代电子技术》 北大核心 2025年第5期49-52,共4页
针对不同类型运动目标形状不同、运动模式不一致导致识别难度大的问题,文中提出一种多特征融合下连续帧图像运动目标识别方法。通过摄像机对目标进行连续帧图像采集,从中提取图像颜色及纹理特征,经归一化操作和特征间的欧氏距离融合提... 针对不同类型运动目标形状不同、运动模式不一致导致识别难度大的问题,文中提出一种多特征融合下连续帧图像运动目标识别方法。通过摄像机对目标进行连续帧图像采集,从中提取图像颜色及纹理特征,经归一化操作和特征间的欧氏距离融合提取多特征后,进行近似距离计算并排序,将前一部分作为长短期记忆网络输入特征向量,构建运动目标识别模型,输出连续帧图像运动目标识别结果。通过实验验证,该方法能够通过一种可视化的页面将识别结果显示出来,便于用户快速、准确地理解和分析识别结果,识别速度快、稳定可靠,可以为相关领域提供有效的技术支持。 展开更多
关键词 多特征融合 连续帧图像 运动目标识别 特征提取 颜色特征 纹理特征 欧氏距离 长短期记忆网络
在线阅读 下载PDF
声呐图像水下目标识别综述与展望 被引量：9
8
作者 黄海宁 李宝奇 +3 位作者 刘纪元 刘正君 韦琳哲 赵爽 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第5期1742-1760,共19页
随着海洋资源开发和水下作业的增加,声呐图像水下目标识别已成为热门研究领域。该文全面回顾了该领域的现状和未来趋势。首先,强调了声呐图像水下目标识别的背景和重要性,指出水下环境复杂和样本稀缺增加了任务难度。其次,深入探讨了典... 随着海洋资源开发和水下作业的增加,声呐图像水下目标识别已成为热门研究领域。该文全面回顾了该领域的现状和未来趋势。首先,强调了声呐图像水下目标识别的背景和重要性,指出水下环境复杂和样本稀缺增加了任务难度。其次,深入探讨了典型的成像声呐技术,包括前视声呐、侧扫声呐、合成孔径声呐、多波束测深仪、干涉合成孔径声呐和前视三维声呐等。接下来,系统地审视了二维和三维声呐图像水下目标识别方法,比较了不同算法的优劣,还讨论了声呐图像序列的关联识别方法。最后,总结了当前领域的主要挑战,展望了未来研究方向,旨在促进水下声呐目标识别领域的发展。 展开更多
关键词 声呐图像目标识别 深度学习 合成孔径声呐 前视三维声呐 目标识别
在线阅读 下载PDF
钢轨表面伤损的细粒度图像识别 被引量：1
9
作者 周宇 姚心弦 +2 位作者 姚凯洲 陆乾晖 张子豪 《同济大学学报(自然科学版)》 北大核心 2025年第1期99-106,共8页
基于智慧工务对钢轨轨面状态和伤损的精准识别、定量化修理等需求,结合深度学习和机器视觉,提出了钢轨轨面伤损细粒度图像识别与量化方法。通过采集轨面状态和伤损图像并实现伤损细粒度标注,建立轨面伤损RD-1094数据集,其中的目标密度... 基于智慧工务对钢轨轨面状态和伤损的精准识别、定量化修理等需求,结合深度学习和机器视觉,提出了钢轨轨面伤损细粒度图像识别与量化方法。通过采集轨面状态和伤损图像并实现伤损细粒度标注,建立轨面伤损RD-1094数据集,其中的目标密度达到了每图22.9个。建立轨面伤损深度学习目标检测算法,通过对RD-1094数据集的训练和学习,实现了对0.5~30mm的剥离掉块、波长20~200mm的波磨等轨面伤损及其各自发展阶段特征的识别,达到毫米级细粒度。算法对单双排波磨、细小密集和轻重伤剥离掉块、单支和成片疲劳裂纹等能较好的兼容性,可以实现轨面光带形位、伤损尺寸、轻重伤总数、分布面积、波磨波长等状态和伤损的量化评估。 展开更多
关键词 轨道交通 钢轨 表面伤损 目标检测 图像识别
在线阅读 下载PDF
基于旋转等变卷积的航拍红外图像目标识别算法 被引量：4
10
作者 肖锋 卢浩 +4 位作者 张文娟 黄姝娟 焦雨林 卢昭廷 李照山 《兵工学报》 EI CAS CSCD 北大核心 2024年第8期2817-2827,共11页
为提高传统无人机红外目标识别算法对输入图像的旋转鲁棒性,提出一种具有旋转等变性的红外图像目标识别算法。参照可见光三通道结构,将红外图像扩张为三通道以丰富输入图像的细节及边缘信息;以旋转等变卷积为基础,设计并实现能够高度保... 为提高传统无人机红外目标识别算法对输入图像的旋转鲁棒性,提出一种具有旋转等变性的红外图像目标识别算法。参照可见光三通道结构,将红外图像扩张为三通道以丰富输入图像的细节及边缘信息;以旋转等变卷积为基础,设计并实现能够高度保留图像旋转特征的标准旋转等变卷积模块和旋转残差模块,使得所设计模型FC-YOLOv5对图像及图像中目标旋转具有鲁棒性;加入压缩和激励注意力机制自适应地学习到每个通道的重要性,并且根据任务的需要加权调整特征图中的通道贡献,提取重要的特征信息并抑制不重要的特征信息。在航拍行人车辆数据集和海上船舶数据集上验证模型的性能,以基准模型YOLOv5s及常见轻量级目标识别任务所用模型YOLOv8s、NanoDet作为对照组模型。实验结果表明,所提算法的平均精度均值相较于基准模型能够提升2%~4%,且当输入图像具有不同角度的旋转时,能够比对照组模型识别到更多旋转目标,且识别错误更少。 展开更多
关键词 低空航拍 红外图像 多角度目标识别 旋转等变卷积
在线阅读 下载PDF
基于改进YOLOv8n的矿用提升钢丝绳表面损伤图像识别
11
作者 毛清华 杨帆 +4 位作者 王超 仝旭耀 童军伟 张旭辉 薛旭升 《工矿自动化》 北大核心 2025年第4期100-106,152,共8页
针对矿用提升钢丝绳表面油污覆盖引发背景干扰、绳股间隙较大导致特征混淆及小目标损伤识别难度大等问题,提出了一种基于改进YOLOv8n的矿用提升钢丝绳表面损伤图像识别方法。在YOLOv8n主干网络中引入多尺度注意力模块(MSAM),通过增强损... 针对矿用提升钢丝绳表面油污覆盖引发背景干扰、绳股间隙较大导致特征混淆及小目标损伤识别难度大等问题,提出了一种基于改进YOLOv8n的矿用提升钢丝绳表面损伤图像识别方法。在YOLOv8n主干网络中引入多尺度注意力模块(MSAM),通过增强损伤特征与油污背景的空间特征区分能力,提升模型抗干扰能力;将YOLOv8n原有的3个检测头替换为4个轻量化小目标检测头,强化对小目标损伤的识别能力;采用深度可分离卷积(DSConv)替代标准卷积,减少了计算量,提高了识别速度。实验结果表明:改进YOLOv8n模型的平均精度均值(mAP)、识别精度和推理速度分别达92.6%,89.7%和43.5帧/s,相比YOLOv8n模型分别提高了3.1%,4.9%,34.7%;与Faster-RCNN,YOLOv5s,YOLOv8n,YOLOv10m,TWRD-Net,YOLOv5-TPH等主流模型相比,改进YOLOv8n模型对小目标损伤识别精度最高,同时保证了较高的实时性;在煤矿现场油污覆盖、绳股间隙较大的复杂场景中,改进YOLOv8n模型未出现漏检情况,且误检情况较少,平均识别准确率达90%。 展开更多
关键词 矿用提升钢丝绳 损伤图像识别 YOLOv8n 多尺度注意力模块 小目标检测 深度可分离卷积
在线阅读 下载PDF
基于FAS-YOLOv8n的爬岸上草小龙虾多源图像融合识别方法
12
作者 李路 孙超奇 +3 位作者 周玉凡 周铖钰 寇圣宙 陈彦祺 《农业机械学报》 北大核心 2025年第8期526-534,共9页
针对小龙虾养殖夜间巡塘效率低、劳动成本高的问题,提出了一种基于改进YOLO v8n的轻量化爬岸上草小龙虾识别方法(FAS-YOLOv8n)。首先,针对夜晚自然环境下小龙虾图像质量低的问题,采集RGB和红外图像,融合小龙虾的多源信息。其次,在YOLO ... 针对小龙虾养殖夜间巡塘效率低、劳动成本高的问题,提出了一种基于改进YOLO v8n的轻量化爬岸上草小龙虾识别方法(FAS-YOLOv8n)。首先,针对夜晚自然环境下小龙虾图像质量低的问题,采集RGB和红外图像,融合小龙虾的多源信息。其次,在YOLO v8n的骨干网络中使用Ghost卷积和C2f_Repghost模块,减少模型的参数量。然后,在骨干网络和颈部网络之间添加可变形注意力(Deformable attention,DA)机制,增强模型对小龙虾的关注度,提高模型的特征提取效率。最后,采用VoVGSCSP模块替换C2f模块,提升颈部网络的特征融合速度,进一步降低计算量。实验结果表明,FAS-YOLOv8n模型在融合图像数据集上的识别精确率为90.62%,平均精度均值和召回率分别为92.9%和85%。相较于RGB图像数据集和红外图像数据集,识别精确率、平均精度均值和召回率分别提高6.05、8.46个百分点,4.78、7.14个百分点,3.84、3.87个百分点。利用融合数据集进行试验,FAS-YOLOv8n模型较原始模型平均精度均值提高5.1个百分点,参数量和浮点数运算量分别降低13.29%和23.17%,模型内存占用量仅为6.2 MB,检测速度为86 f/s。识别效果优于其他主流目标检测模型,能够实现模型轻量化部署,为巡塘无人机的应用提供技术支撑。 展开更多
关键词 小龙虾 多源图像 图像融合 目标识别 深度学习 YOLO v8n
在线阅读 下载PDF
低比特率下高速运动图像特征自适应识别
13
作者 葛振斌 高云 《现代电子技术》 北大核心 2025年第11期57-60,共4页
为有效降低图像噪声与失真对特征自适应识别的影响,提出一种低比特率下高速运动图像特征自适应识别方法。首先,通过计算低比特率下高速运动图像以及各图像块的方差,检测获取高速运动图像内的平坦块;然后,利用自适应空域滤波算法完成低... 为有效降低图像噪声与失真对特征自适应识别的影响,提出一种低比特率下高速运动图像特征自适应识别方法。首先,通过计算低比特率下高速运动图像以及各图像块的方差,检测获取高速运动图像内的平坦块;然后,利用自适应空域滤波算法完成低比特率下高速运动图像的去块效应处理,得到清晰的高速运动图像;接着,利用双目视差方法自适应分割清晰高速运动图像,得到运动目标图像;最后,计算体育运动目标图像的像素矩阵动态阈值,对图像归一化处理后,完成高速运动图像特征自适应识别。实验结果证明,该方法解决了低比特率下高速运动图像细节模糊、颜色失真等问题,有效实现了自适应识别高速运动图像特征。 展开更多
关键词 低比特率 高速运动 图像特征 自适应识别 空域滤波 双目视差 目标轮廓 灰度值
在线阅读 下载PDF
基于激光图像特征提取的危险目标越界识别研究
14
作者 魏琛 庄子波 曹博书 《激光杂志》 CAS 北大核心 2024年第8期144-149,共6页
为了提升危险目标越界激光识别准确性和效率,提出基于激光图像特征提取的危险目标越界识别研究。利用非线性直接变换方法完成激光点云反射图像转换的尺度不变特征点匹配;设计反锐化双掩模法图像增强结构,优化增强处理图像;对点云反射特... 为了提升危险目标越界激光识别准确性和效率,提出基于激光图像特征提取的危险目标越界识别研究。利用非线性直接变换方法完成激光点云反射图像转换的尺度不变特征点匹配;设计反锐化双掩模法图像增强结构,优化增强处理图像;对点云反射特征点展开沃尔什变换与融合,利用BP神经网络结构,识别越界的危险目标。实验结果表明,所提方法应用后图像特征细节信息得到增强,不存在局部曝光问题,对危险目标越界的错检率和漏检率最低,且具有较高的识别精度和识别效率。 展开更多
关键词 激光反射强度 图像融合 反锐化双掩膜增强 危险目标识别 BP神经网络
在线阅读 下载PDF
一种干扰环境下线阵复合成像引信目标识别算法 被引量：1
15
作者 高铭泽 徐立新 +5 位作者 施小龙 王伟翰 王凤杰 胡诗苑 吴沿江 陈慧敏 《兵工学报》 北大核心 2025年第7期227-235,共9页
为解决激光成像引信在烟雾、扬尘和伪装干扰下目标识别性能差的问题,提出一种线阵激光/线阵近红外复合成像目标识别算法。根据成像模型确立标定矩阵,得到激光点云与近红外图像的空间映射关系。构建了基于深度学习的目标识别算法框架,在... 为解决激光成像引信在烟雾、扬尘和伪装干扰下目标识别性能差的问题,提出一种线阵激光/线阵近红外复合成像目标识别算法。根据成像模型确立标定矩阵,得到激光点云与近红外图像的空间映射关系。构建了基于深度学习的目标识别算法框架,在数据输入层提出了一种体素融合模块,通过编码近红外像素级特征以增强点云,在中间层提出了一种鸟瞰图视角融合模块实现特征级融合,自适应动态调节双模态特征权重。基于自建的仿真数据集对算法进行验证,实验结果表明所提出的算法能够显著提高烟雾、扬尘和伪装干扰下的目标识别精度。 展开更多
关键词 复合成像引信 目标识别 激光点云 近红外图像 融合算法
在线阅读 下载PDF
基于深度学习的目标分割在岩石智能识别上的应用 被引量：3
16
作者 何陆灏 周永章 张灿 《矿物岩石地球化学通报》 北大核心 2025年第3期525-541,共17页
随着人工智能技术的快速发展,深度学习在图像处理领域取得了显著进展,特别是在目标检测和目标分割方面。传统的岩石识别方法受限于复杂的背景和岩石的多样性,无法满足实际需求。深度学习的快速发展为岩石智能识别提供了新的思路和技术... 随着人工智能技术的快速发展,深度学习在图像处理领域取得了显著进展,特别是在目标检测和目标分割方面。传统的岩石识别方法受限于复杂的背景和岩石的多样性,无法满足实际需求。深度学习的快速发展为岩石智能识别提供了新的思路和技术支持。本研究旨在应用深度学习模型YOLOv8-seg于岩石智能识别任务中,评估其在目标检测和分割任务中的识别效果和稳定性,以期为地质勘探和地质资源管理提供技术支持。研究采用YOLOv8-seg模型,对包括玄武岩、花岗岩、大理岩、石英岩、煤炭、灰岩和砂岩在内的多种岩石类型进行训练,以优化模型的识别能力。该模型结合了目标检测和实例分割功能,并通过box_loss、seg_loss、cls_loss和dfl_loss等多种损失函数优化边界框预测、分割性能、类别识别准确性和回归精度。在目标分割任务中,YOLOv8-seg模型的precision(B)和recall(B)分别达到0.91284和0.93587,mAP50(B)和mAP50-95(B)分别为0.86666和0.83686;precision(M)和recall(M)分别为0.90394和0.93438,mAP50(M)和mAP50-95(M)分别为0.85931和0.81856,说明模型具备较高的分割精度和召回率。F1Score(B)和F1Score(M)在第551轮分别达至0.92421和0.91891,较初始值提升显著。测试集结果表明,模型在玄武岩、煤、灰岩等岩石类型的置信度均保持在90%以上,在岩石开采、煤炭运输等实际应用场景中的识别率保持在85%以上。YOLOv8-seg模型在岩石智能识别任务中表现出色,具有较高的精度、召回率和稳定性,适用于多种岩石分类和识别任务。结果表明,该模型在地质勘探和地质资源管理中具备广泛应用潜力,为岩石智能识别提供了一种可靠的解决方案。 展开更多
关键词 岩石识别 深度学习 机器学习 卷积神经网络 目标分割 图像识别
在线阅读 下载PDF
基于改进YOLOv7的航拍图像下松材线虫病疫木识别 被引量：1
17
作者 胡丹妮 吴红玉 叶振 《林业工程学报》 北大核心 2025年第2期147-155,共9页
松材线虫病是一种危害程度极高的传染性松树病害。为精确掌握大尺度范围松材线虫病疫木的数量和分布,提出了一种基于改进YOLOv7的无人机航拍图像下松材线虫病疫木检测模型。首先,针对因航拍图像背景复杂而导致的疫木错检漏检问题,在模... 松材线虫病是一种危害程度极高的传染性松树病害。为精确掌握大尺度范围松材线虫病疫木的数量和分布,提出了一种基于改进YOLOv7的无人机航拍图像下松材线虫病疫木检测模型。首先,针对因航拍图像背景复杂而导致的疫木错检漏检问题,在模型主干特征提取部分引入SimAM注意力机制,以便模型更好地聚焦松材线虫病疫木颜色、纹理等关键特征;其次,用ConvNeXt网络对Head部分的ELAN-W网络进行替换,以提高模型对单株疫木的特征提取效率,在降低模型参数量的同时提升模型检测速度;然后,引入SPD-Conv以提高低分辨率航拍图像下小目标的检测精度;最后,将颈部网络的卷积替换为CoordConv,以更好地感受特征图中疫木的位置信息。在自建的松材线虫病疫木数据集中进行了大量验证,结果表明:经改进后的YOLOv7模型检测精确度为91.1%,召回率为93.5%,F_(1)分数为92.3%,与原YOLOv7模型及其他当前主流模型相比,各项主要指标均有一定提升。在选取的两块不同区域测试样地上的实验结果表明,本模型具有较好的适应性,可有效应用于大尺度松材线虫病疫木普查任务中。 展开更多
关键词 松材线虫病 大尺度范围疫木识别 无人机航拍图像 目标检测 YOLOv7
在线阅读 下载PDF
基于跨域小样本学习的SAR图像目标识别方法 被引量：3
18
作者 史松昊 王晓丹 +1 位作者 杨春晓 王艺菲 《计算机科学》 CSCD 北大核心 2024年第S01期453-459,共7页
由于SAR图像获取难度大,可供研究的样本数量较少,解决有限样本条件下SAR图像目标识别问题成为业界公认的挑战。随着深度学习在计算机视觉领域的发展,衍生出了多种小样本图像分类方法,因此考虑采用跨域小样本学习范式解决小样本SAR图像... 由于SAR图像获取难度大,可供研究的样本数量较少,解决有限样本条件下SAR图像目标识别问题成为业界公认的挑战。随着深度学习在计算机视觉领域的发展,衍生出了多种小样本图像分类方法,因此考虑采用跨域小样本学习范式解决小样本SAR图像目标识别问题。具体地,先在多个源域中训练得到不同域的特征提取器,而后通过知识蒸馏的方法获取一个通用的特征提取器,这里采用中心核对齐的方法,将提取的特征映射到一个更高维的空间,从而更好地区分原特征之间的非线性相似性;通过上一阶段获得的通用特征提取器提取目标域图像特征,最后采用原型网络的方法预测样本的类别。实验证明,该方法在缩减模型参数的同时,获得了88.61%的准确率,为解决小样本SAR图像目标识别问题提供了新的思路。 展开更多
关键词 深度学习 元学习 跨域小样本学习 SAR图像目标识别 知识蒸馏
在线阅读 下载PDF
面向无人机目标识别的红外双分配轻量化网络
19
作者 潘骞 张嘉易 +2 位作者 郝永平 曹昭睿 陈圆博 《激光与红外》 北大核心 2025年第6期984-991,共8页
针对无人机红外目标识别神经网络对机载核心算力需求高、计算效率低的问题,以降低算法对硬件环境内存的依赖为目标,为满足无人装备对神经网络同步化、轻量化与高效化的需求,提出了一种面向无人机目标识别的轻量化神经网络。引入采用多... 针对无人机红外目标识别神经网络对机载核心算力需求高、计算效率低的问题,以降低算法对硬件环境内存的依赖为目标,为满足无人装备对神经网络同步化、轻量化与高效化的需求,提出了一种面向无人机目标识别的轻量化神经网络。引入采用多通道拆分的卷积计算策略,降低串联计算量;使用双分配策略,增强密集目标选中能力,减少推理过程;应用角度损失考虑预测框与预测框方向不匹配因素,提高了模型推理准确性与收敛速度。实验结果表明,所提出的算法识别准确率可达到94.3%,并在HIT-UAV数据集上与主流模型YOLOV5n、YOLOV8n进行比较,实验表明在小目标识别率高出2.8%、0.9%。中目标识别率高出2.2%、1.3%。证明能够在低算力条件下赋予无人机端对地目标高效、精确的识别能力。 展开更多
关键词 红外图像 目标识别 深度学习 机器视觉 模型轻量化
在线阅读 下载PDF
基于角度引导注意力的气动目标宽带PD识别方法
20
作者 李家宽 冯博 +2 位作者 刘红亮 叶春茂 余继周 《系统工程与电子技术》 北大核心 2025年第3期807-816,共10页
逆合成孔径雷达(inverse synthetic aperture radar,ISAR)图像是雷达自动目标识别的重要手段,获得高分辨率的ISAR图像需要雷达长时间照射,在实际工程应用中存在较大的限制。相比之下,宽带脉冲多普勒(pulse Doppler,PD)图像通过短脉冲积... 逆合成孔径雷达(inverse synthetic aperture radar,ISAR)图像是雷达自动目标识别的重要手段,获得高分辨率的ISAR图像需要雷达长时间照射,在实际工程应用中存在较大的限制。相比之下,宽带脉冲多普勒(pulse Doppler,PD)图像通过短脉冲积累成像,能够有效节约雷达资源。本文以不同入射视线角下图像中调制现象差异为出发点,设计一种角度引导注意力的卷积神经网络,旨在实现有限资源下更高的识别性能。首先,通过混合注意力残差模块,使网络聚焦于图像空域的差异,从而有效提升目标精细化特征的表征能力。然后,设计角度引导注意力模块,通过角度编码将入射视线角信息嵌入网络,实现目标特征表示与姿态的关联耦合,进一步提升识别准确率。最后,通过3类飞机的实测宽带PD图像进行分类识别,验证所设计网络的有效性。 展开更多
关键词 宽带脉冲多普勒图像 目标识别 注意力机制 角度引导
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 47 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部