针对红外小目标图像的低分辨率、特征信息少、识别准确率低等问题,提出嵌入空间位置信息和多视角特征提取(Embedded Spatial Location Information and Multi-view Feature Extraction,ESLIMFE)的红外小目标检测模型。首先,随着网络深...针对红外小目标图像的低分辨率、特征信息少、识别准确率低等问题,提出嵌入空间位置信息和多视角特征提取(Embedded Spatial Location Information and Multi-view Feature Extraction,ESLIMFE)的红外小目标检测模型。首先,随着网络深度的增加导致特征图分辨率逐渐减小从而丢失细节信息,因此在骨干网络中嵌入空间位置信息融合注意力机制(Spatial Location Information Fusion,SLIF)弥补小目标特征信息。其次,结合C3模块和动态蛇形卷积提出多视角特征提取(Multi-view Feature Extraction,MVFE)模块,通过在不同视角下提取同一特征来增强小目标的特征表达能力。采用大选择核(Large Selection Kernel,LSK)模块,通过使用不同大小的卷积核提取小目标多尺度信息,以提高对红外小目标定位能力。最后,引入基于注意力的尺度内特征交互(Attention-based Intrascale Feature Interaction,AIFI)模块增强特征之间的交互性。在对空红外小目标数据集上进行实验,实验结果表明,mAP75的检测精度为90.5%,mAP50~95检测精度为74.5%,文中模型能够较好地实现对红外小目标精确检测。展开更多
针对目前已有的手工设计描述符对局部曲面几何特征描述不够全面的问题,本文提出了一种高鉴别强鲁棒的多视图几何分布特征描述符(Multi-View Geometric Distribution Signatures,MGDS)。首先,基于关键点及其邻域点构建局部参考框架(Local...针对目前已有的手工设计描述符对局部曲面几何特征描述不够全面的问题,本文提出了一种高鉴别强鲁棒的多视图几何分布特征描述符(Multi-View Geometric Distribution Signatures,MGDS)。首先,基于关键点及其邻域点构建局部参考框架(Local Reference Frame,LRF),对局部曲面进行体素化,计算三维体素的质心点分布、二维扇区轮廓特征、二维网格点密度分布以及局面曲面深度波动,生成几何特征描述符。接着,基于LRF多次旋转局部曲面,产生新的形状表示,利用质心、轮廓点、密度以及z值波动信息对旋转后的曲面进行编码。通过多个视角获取这些几何特征描述符,将它们串联成一个特征向量,得到最终的多视图几何分布特征描述符MGDS。本文在RandomView,SpaceTime,Kinect以及B3R四个数据集中不同的高斯噪声以及网格分辨率下进行实验,并与目前已有的10种描述符进行比较。与其他描述符相比,MGDS描述符的性能优于已有的局部特征描述符。实验结果表明,本文所提出的MGDS具有较好的描述性与鲁棒性,可用于三维点云的准确配准。展开更多
