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227篇文章
< 1 2 … 12 >
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：
多尺度特征增强与交互融合的遥感小目标检测
1
作者 李云红 魏小双 +5 位作者 苏雪平 李丽敏 田谷丰 郝特吉 冯准若 李仕博 《西北大学学报(自然科学版)》 北大核心 2025年第2期277-285,共9页
针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature ... 针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature enhancement,MFE)模块,利用Split分流操作丰富和增强不同梯度获取的纹理特征信息,同时引入轻量级特征幻影模块Ghost进行通道线性变换,生成更多有效的特征细节信息流,以增强对图像中局部细节特征信息的关注;其次,构建特征交互融合(feature interaction fusion,FIF)模块,引入多分支串并行的卷积块与自适应机制的池化块,交互输入特征的通道语义信息和空间特征变换,捕获全局上下文信息,精确小目标的关键位置信息,加强特征信息之间的相关性,实现细粒度特征的多维度交互融合。使用公开的光学遥感数据集DIOR验证所提算法,改进后的网络模型平均精度值为87.6%,与NPMMR-Det、YOLOv7、YOLOv5等其他7种优秀算法相比均有提高,改进后的遥感图像小目标检测算法取得了更好的检测精度。 展开更多
关键词 遥感图像小目标检测 多尺度特征增强 Split分流 自适应机制 细节特征交互融合
在线阅读 下载PDF
小样本相似性匹配特征增强的密集目标计数网络
2
作者 谢斌红 高婉银 +2 位作者 陆望东 张英俊 张睿 《计算机应用》 北大核心 2025年第2期403-410,共8页
为了解决训练数据有限且类别多的问题,引入小样本学习方法。针对现有密集目标计数方法中存在的密集物体边界不清晰、空间不一致性和模型泛化能力弱等问题,提出一种小样本相似性匹配特征增强密集目标计数网络(SMFENet)。首先,通过特征提... 为了解决训练数据有限且类别多的问题,引入小样本学习方法。针对现有密集目标计数方法中存在的密集物体边界不清晰、空间不一致性和模型泛化能力弱等问题,提出一种小样本相似性匹配特征增强密集目标计数网络(SMFENet)。首先,通过特征提取模块提取图像特征,并使用ROI Align方法对齐样例特征;其次,设计相似性比较特征增强模块(SCFEM)计算样例特征和图像特征的相似度,得到相似度图,并将该图作为加权系数用样例特征自适应地增强图像特征,使最终得到的增强特征更关注与样例特征相似的区域;同时,采用内部特征增强、内部尺度增强以及信息合并等方法解决密集物体边界不清晰和空间不一致性问题;最后,利用密度预测模块生成密度图。此外,采用内容感知标注法生成高质量Ground-Truth密度图,以进一步提升模型的准确性。测试时,通过自适应损失调整网络使网络泛化到新类别上。在FSC-147数据集和CARPK数据集上的实验结果表明,与现有的小样本目标计数方法相比,所提模型的平均绝对误差(MAE)降低到13.82,均方根误差(RMSE)降低到45.91;与特定类别计数方法相比,所提模型的MAE降低到4.16,RMSE降低到5.91。以上充分证明SMFENet模型在提高计数的准确性和鲁棒性等方面能取得较好的效果,展示了该模型的实际应用价值。 展开更多
关键词 密集目标计数 小样本学习 密度预测 相似性匹配特征增强
在线阅读 下载PDF
多模态融合下BEV特征增强的三维目标检测
3
作者 谭光兴 陈海峰 +2 位作者 吴程鹏 易彤 唐天南 《计算机工程与设计》 北大核心 2025年第10期3033-3040,F0003,共9页
为克服图像与点云融合过程的信息缺失问题提出一种创新性的三维目标检测模型。引入统一特征融合模块(UFFM)实现图像特征与点云的无损结合;由于多模态数据高计算成本与内存占用,将三维特征转化成密集的BEV特征,为增强BEV特征表达,在检测... 为克服图像与点云融合过程的信息缺失问题提出一种创新性的三维目标检测模型。引入统一特征融合模块(UFFM)实现图像特征与点云的无损结合;由于多模态数据高计算成本与内存占用,将三维特征转化成密集的BEV特征,为增强BEV特征表达,在检测网络中引入注意力机制与卷积混合模块(ACM),以降低计算冗余与增加行列之间特征关注得到局部特征;此外,又引入通道与空间特征增强注意力(CSFEA)扩展通道与空间两个维度的特征,以适应BEV特征提取;在KITTI验证集上进行验证,与基线相比,在简单、中等、困难3种检测等级下对汽车、骑行者、行人3类目标检测的整体效果分别提升3.57%、4.63%、3.98%。 展开更多
关键词 图像特征 点云特征 体素特征 三维目标检测 多模态融合 注意力机制 特征增强
在线阅读 下载PDF
并行池化注意力及多特征融合增强目标检测方法 被引量：1
4
作者 程杰 卞长智 +2 位作者 张婧 李小霞 丁楠 《现代电子技术》 北大核心 2025年第5期59-67,共9页
针对通道注意力降维时导致细节信息损失和特征融合不充分的问题,提出一种并行池化注意力及多特征融合增强方法。首先,对输入图像使用两种池化模块并行处理,实现特征注意力增强。其中:熵引导池化模块利用通道信息熵生成特征权重系数,加... 针对通道注意力降维时导致细节信息损失和特征融合不充分的问题,提出一种并行池化注意力及多特征融合增强方法。首先,对输入图像使用两种池化模块并行处理,实现特征注意力增强。其中:熵引导池化模块利用通道信息熵生成特征权重系数,加强边缘纹理等细节信息;方向感知池化模块捕获图像在垂直和水平方向上的空间方向信息,再计算通道均值实现逐步降维保留关键特征。其次,多特征融合增强模块利用特征图尺度的对数函数自适应选取卷积核的大小,再将卷积后的特征分组重塑为与输入图像维度相同的通道、高度和宽度方向上的三个特征子图,并进行元素相乘获得增强特征图。最后,增强特征图与输入图像加权融合,同时增强目标的位置和细节信息。实验结果表明,文中方法在参数量不变的情况下,在VOC2007数据集上,mAP@0.5较YOLOX和YOLOv7分别提升4.62%、4.46%,在COCO数据集上,mAP@0.5较YOLOX和YOLOv7分别提升4.57%、4.63%。 展开更多
关键词 通道注意力 降维 并行池化 多特征融合增强 自适应 目标检测
在线阅读 下载PDF
基于双分支特征增强和多级轨迹关联的多目标跟踪算法
5
作者 马素刚 段帅鹏 +3 位作者 侯志强 余旺盛 蒲磊 杨小宝 《北京航空航天大学学报》 北大核心 2025年第7期2282-2289,共8页
在多目标跟踪(MOT)算法中,经常出现目标特征提取不足、身份切换及轨迹缺失问题,降低跟踪性能。为解决以上问题,提出一种基于双分支特征增强和多级轨迹关联(MTA)的MOT算法。采用双分支特征学习网络对检测和跟踪2种任务的特殊性和相关性... 在多目标跟踪(MOT)算法中,经常出现目标特征提取不足、身份切换及轨迹缺失问题,降低跟踪性能。为解决以上问题,提出一种基于双分支特征增强和多级轨迹关联(MTA)的MOT算法。采用双分支特征学习网络对检测和跟踪2种任务的特殊性和相关性进行学习,缓解了两任务之间的过度竞争,提取到充足的目标特征信息;引入关联矩阵(AM),利用更多的时序信息预测偏移向量,减少身份切换次数;采用多级轨迹关联策略,保留一部分低分检测框,并将检测框重新划分为高分框和低分框,采用不同的匹配方式与轨迹进行关联,减少轨迹缺失次数。在典型多目标跟踪数据集MOT17和MOT20上,对JDE、CenterTrack等6种相关算法进行对比实验。实验结果表明:所提算法在MOT17数据集上的多目标跟踪准确度(MOTA)和身份F_(1)分数(IDF1)值分别达到68.2%和68.5%,与基准算法CenterTrack相比,分别提升了2.1%、4.3%;在MOT20数据集上,MOTA和IDF1值分别达到52.7%和48.2%,分别提升了1.4%、7.9%。所提算法在复杂场景下取得了优异的跟踪性能。 展开更多
关键词 多目标跟踪 双分支特征增强 关联矩阵 偏移向量 多级轨迹关联
在线阅读 下载PDF
结合目标特征增强与语义-位置路径聚合的水下目标检测
6
作者 宋巍 倪舟 +2 位作者 梁纪辰 张明华 王建 《计算机工程与应用》 北大核心 2025年第15期93-110,共18页
针对水下图像质量差、目标多尺度和严重遮挡导致的漏检和误检等问题,提出一种结合目标信息增强与语义-位置路径聚合的水下目标检测模型。该模型以RT-DETR框架为基础,提出了边缘特征多尺度注入模块(multiscale injection for edge featur... 针对水下图像质量差、目标多尺度和严重遮挡导致的漏检和误检等问题,提出一种结合目标信息增强与语义-位置路径聚合的水下目标检测模型。该模型以RT-DETR框架为基础,提出了边缘特征多尺度注入模块(multiscale injection for edge features module,MSI-Edge),将边缘信息注入深层网络中,强化了模型对小目标的感知能力;同时,提出了全局-局部特征增强模块(global-local feature enhancement module,GLF-Enhance)来替代编码器中的传统多头自注意力机制,增强对目标全局和局部信息的学习能力,并加速模型推理;进而,设计了一种新的结合语义-位置路径聚合网络(semantic-location path aggregation network,SL-PAN),利用高层特征作为权重来指导低层特征中的语义信息学习,再使用低层特征作为权重来指导高层特征中的位置信息学习,从而有效缓解多尺度特征融合过程中信息传递退化的问题。在公开水下数据集上进行实验验证,相较基准模型RT-DETR(ResNet50主干网络),在URPC数据集上AP、AP^(50)、AP^(75)指标分别提升了约3.2、3.0和2.7个百分点;在DUO数据集上分别提升了2.9、2.7、3.0个百分点,同时有效降低了误检和漏检率。消融实验验证了各模块的有效性。整体性能与主流目标检测器及最新水下目标检测器相比,达到了较好水平。 展开更多
关键词 水下目标检测 语义-位置路径聚合网络 边缘特征多尺度注入 RT-DETR模型 全局-局部特征增强
在线阅读 下载PDF
结合新类特征增强与度量机制的小样本目标检测算法
7
作者 张嘉祥 李晓明 张佳慧 《计算机应用》 北大核心 2025年第9期2984-2992,共9页
针对现有的小样本目标检测算法中模型对新类别的特征参数敏感度较低和难以准确区分类别相关和类别无关参数,导致特征边界模糊以及类别混淆的问题,提出一种结合新类特征增强与度量机制的小样本目标检测算法(FEMM-FSOD)。首先,提出跨域参... 针对现有的小样本目标检测算法中模型对新类别的特征参数敏感度较低和难以准确区分类别相关和类别无关参数,导致特征边界模糊以及类别混淆的问题,提出一种结合新类特征增强与度量机制的小样本目标检测算法(FEMM-FSOD)。首先,提出跨域参数感知模块(CDPM)改进颈部网络,重构通道和空间的特征重加权操作,并结合空洞卷积采用跨阶段的信息传递与特征融合方式,以提供丰富的梯度信息导向并提升新类别参数的敏感性;同时,在感兴趣区域池化(RoI Pooling)前构造多元相关特征融合模块(ICMF),以建立特征之间的相关性并动态优化相关特征的融合方式,从而增强显著特征。CDPM与ICMF的引入有效了增强新类别的特征表示,从而减轻特征边界模糊的现象。此外,为进一步减轻类别混淆,在检测头部分提出基于度量机制的正交损失函数CohSep Loss(CoherenceSeparation Loss),以通过度量特征向量相似度实现类内特征聚合和类间特征分离。实验结果表明,相较于基线算法TFA(Two-stage Fine-tuning Approach),在PASCAL VOC数据集上,所提算法在15种小样本实例个数的mAP50(阈值为0.50时新类别的平均精度均值(mAP))上提升了5.3个百分点;在COCO数据集上,所提算法在10shot和30shot对应的mAP(阈值为0.50~0.95时新类别的mAP)上分别提升了3.6和5.2个百分点,实现了更高精度的小样本目标检测。 展开更多
关键词 迁移学习 小样本目标检测 特征增强 类别混淆 正交损失
在线阅读 下载PDF
MBFE-DETR:多尺度边界特征增强下的无人机目标检测算法
8
作者 张晞 赖惠成 +4 位作者 姜迪 汤静雯 高古学 袁婷婷 聂源 《计算机工程与应用》 北大核心 2025年第17期89-101,共13页
针对无人机视角下背景复杂、小目标比例较高且样本不平衡等问题,提出一种基于改进RT-DETR的无人机目标检测算法MBFE-DETR。设计一种基于C2f和单头自注意力模块的轻量化主干网络,降低模型参数量的同时提升网络的特征提取能力。提出多尺... 针对无人机视角下背景复杂、小目标比例较高且样本不平衡等问题,提出一种基于改进RT-DETR的无人机目标检测算法MBFE-DETR。设计一种基于C2f和单头自注意力模块的轻量化主干网络,降低模型参数量的同时提升网络的特征提取能力。提出多尺度边界特征增强协同网络MBFECN,通过其特有的多尺度边界特征增强机制和高效特征融合策略,解决了原模型在保持小目标边界细节方面的不足。引入Focaler-MPDIoU考虑框的位置匹配关系,同时通过线性区间映射重构原有IoU损失,使模型在复杂场景下的定位效果更好。针对样本不平衡的问题,采用新的分类损失函数ESVLoss,对分类损失值进行分段加权调整,并结合指数移动平均机制对权重进行动态平滑更新,使模型更具适应性。实验结果表明,在VisDrone2019-DET和DOTAv1.0数据集上,MBFE-DETR算法的mAP50分别提升3.9和2.9个百分点,同时参数量减少了21.6%。 展开更多
关键词 无人机目标检测 RT-DETR 单头自注意力 边界特征增强
在线阅读 下载PDF
图像增强与特征自适应联合学习的低光图像目标检测方法
9
作者 乔成平 金佳堃 +2 位作者 张俊超 朱政亮 曹祥旭 《电子与信息学报》 北大核心 2025年第10期3929-3940,共12页
针对低光照图像目标特征弱、检测精度不足等问题,该文提出了一种基于图像增强与特征自适应联合学习的目标检测模型,该模型采用串联结构,将有监督的图像增强模块与YOLOv5目标检测模块相结合,以端到端的方式实现低光照图像目标检测。首先... 针对低光照图像目标特征弱、检测精度不足等问题,该文提出了一种基于图像增强与特征自适应联合学习的目标检测模型,该模型采用串联结构,将有监督的图像增强模块与YOLOv5目标检测模块相结合,以端到端的方式实现低光照图像目标检测。首先,利用正常光数据集生成匹配的正常光与低光图像对,实现数据集增强,并据此指导图像增强模块的学习;其次,联合图像增强损失、特征匹配损失和目标检测损失,从像素级和特征级两个层面优化目标检测结果;最后,基于真实低光照数据集进行模型参数的优化和微调。实验结果表明,该方法在仅使用真实正常光数据集训练的情况下,在LLVIP和Polar3000低光照数据集上的检测精度分别达到79.5%和85.7%,进一步在真实低光照数据集上微调后,检测精度分别提升至91.7%和92.3%,显著优于主流的低光照图像目标检测方法,并在ExDark和DarkFace的泛化实验中取得最佳检测效果。此外,该方法在提升检测精度的同时,仅带来2.5%的参数增加,具有良好的实时检测性能。 展开更多
关键词 目标检测 低照度图像 特征匹配 图像增强网络
在线阅读 下载PDF
多尺度反向校正增强和无损下采样的毫米波图像目标检测方法 被引量：1
10
作者 叶学义 韩卓 +2 位作者 蒋甜甜 王佳欣 陈华华 《电子测量与仪器学报》 北大核心 2025年第4期50-61,共12页
针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野... 针对毫米波图像中隐匿目标局部信噪比低导致检测障碍的问题,提出了一种基于多尺度反向校正增强和无损下采样的检测方法。首先设计了一种多尺度反向校正特征增强模块,在提取多尺度特征的多卷积核Res2Net上融合反向校正操作,实现大感受野区域对区域内相关小感受野区域卷积计算的反向校正,使得深度模型不仅能够获取更细粒度的特征,而且使宏观判别性表示贯穿多个尺度的特征信息;其次,利用非跨步卷积层的SPD-Conv实现无损下采样,缓解卷积下采样导致的信息丢失;最后,采用K-means++聚类算法生成适合隐匿目标检测任务的新锚框。实验在YOLO系列中选择了各方面性能都适中的YOLOv5s作为基础框架,针对现有的两种毫米波图像数据集(阵列图像集和线扫图像集)平均精度均值(mAP)mAP@0.5分别达到了96.21%和97.97%,相较于原版YOLOv5s以及YOLO其他系列等性能有显著提升。实验结果表明,该方法在不明显增加参数量和推理时间的同时,能够有效提升深度模型的检测性能。 展开更多
关键词 隐匿目标检测 主动毫米波图像 多尺度反向校正特征增强 无损下采样 K-means++
在线阅读 下载PDF
空间定位与特征泛化增强的铁路异物跟踪检测 被引量：2
11
作者 陈永 王镇 周方春 《北京航空航天大学学报》 北大核心 2025年第1期9-18,共10页
针对现有深度学习异物跟踪检测算法易受复杂环境、目标遮挡等影响,导致出现漏检及检测精度低等问题,提出了一种空间定位与特征泛化增强的铁路异物跟踪检测算法。提出改进多尺度级联GhostNet特征提取网络,提升对红外目标的特征提取能力;... 针对现有深度学习异物跟踪检测算法易受复杂环境、目标遮挡等影响,导致出现漏检及检测精度低等问题,提出了一种空间定位与特征泛化增强的铁路异物跟踪检测算法。提出改进多尺度级联GhostNet特征提取网络,提升对红外目标的特征提取能力;利用异物空间位置定位与泛化形态信息,设计空间定位与特征泛化增强模块,增强对复杂场景下位置移动与跟踪轨迹变化目标的检测精度;构建金字塔预测网络,得到红外铁路异物的检测锚框、类别及置信度信息;通过改进类别和置信度显示的DeepSORT跟踪算法,结合卡尔曼滤波与匈牙利算法实现红外弱光环境下铁路异物跟踪检测。实验结果表明:所提算法对铁路异物的跟踪检测精确度达到83.3%,平均检测速度为11.3帧/s;与比较算法相比,所提算法检测精度更高,对红外弱光场景下铁路异物跟踪检测具有较好的性能。 展开更多
关键词 机器视觉 异物检测 红外弱光 空间定位 特征泛化增强 目标跟踪
在线阅读 下载PDF
基于图像增强和改进YOLOv8的煤矿低光照目标检测
12
作者 王宏伟 刘学刚 +4 位作者 王浩然 曹文艳 付翔 刘泽平 李建忠 《工矿自动化》 北大核心 2025年第9期33-42,65,共11页
目前煤矿井下图像增强技术在实际应用中存在稳定性不足和生成图像质量波动较大的问题,影响后续目标检测的精度;而目前基于YOLOv8的煤矿井下目标检测技术在低光照环境下应用时,由于图像特征弱化和信息丢失,YOLOv8的性能仍然存在一定局限... 目前煤矿井下图像增强技术在实际应用中存在稳定性不足和生成图像质量波动较大的问题,影响后续目标检测的精度;而目前基于YOLOv8的煤矿井下目标检测技术在低光照环境下应用时,由于图像特征弱化和信息丢失,YOLOv8的性能仍然存在一定局限性。针对上述问题,提出一种基于图像增强和改进YOLOv8的煤矿低光照目标检测算法。采用去噪概率扩散模型(DDPM)对原始图像进行去噪和增强处理,恢复图像的光照及细节信息;在YOLOv8基础上进行改进,通过引入低频滤波增强模块(LEF)和特征增强模块(FEM)提高低光照图像的特征提取性能,并将YOLOv8模型原有的CIoU回归损失更换为MPDIoU,得到YOLOv8-DLFM;使用YOLOv8-DLFM进行目标检测,提高目标检测准确性和鲁棒性。实验结果表明:(1)与目前主流的图像增强方法进行对比,DDPM的峰值信噪比为28.379 dB,结构相似性为0.886,感知相似性为0.104,表现出优越的图像重建质量和结构相似性。(2) YOLOv8-DLFM在综合性能上表现优异,准确率、召回率和mAP@0.5分别达到0.878,0.791和0.896,帧率达到88.6帧/s,相较于原始YOLOv8n模型,YOLOv8-DLFM的准确率、召回率与m AP@0.5分别提升了8.13%,6.6%和8.74%。(3)与目前主流目标检测模型相比,YOLOv8-DLFM在复杂低光照环境下具有更强的鲁棒性和更高的检测精度;在目标遮挡、光照干扰、目标稀疏和目标密集等典型工况下,YOLOv8-DLFM展现出较高的鲁棒性和适应性。 展开更多
关键词 井下目标检测 低光照 图像增强 YOLOv8n 去噪概率扩散模型 低频滤波 特征增强
在线阅读 下载PDF
结合特征融合与增强注意力的少样本目标检测 被引量：2
13
作者 李新叶 侯晔凝 +1 位作者 孔英会 燕志旗 《计算机应用》 CSCD 北大核心 2024年第3期745-751,共7页
为了更充分地利用支持特征和查询特征中的关键信息,提出一种基于特征融合和增强注意力的少样本目标检测方法FFA-FSOD(Feature Fusion and enhanced Attention Few-Shot Object Detection)。首先引入迭代注意力特征融合(iAFF)模块,以有... 为了更充分地利用支持特征和查询特征中的关键信息,提出一种基于特征融合和增强注意力的少样本目标检测方法FFA-FSOD(Feature Fusion and enhanced Attention Few-Shot Object Detection)。首先引入迭代注意力特征融合(iAFF)模块,以有效融合支持图像和查询图像的关键特征;其次在iAFF模块后添加特征增强操作,充分利用支持特征信息对查询图像中的目标特征进行增强。为避免上述两次处理可能导致的查询图像特征部分细节信息的丢失,对iAFF模块中的多尺度通道注意力模块(MS-CAM)进行改进,以捕获更多的上下文信息。在MS COCO数据集上的实验结果表明,在2-way 10-shot条件下,与小样本目标检测(FSOD)方法相比,加入iAFF模块、特征增强操作并改进MS-CAM后,FFA-FSOD的平均精度均值(mAP)提升了8.0%。实验结果验证了所提特征融合增强方法充分关注到了特征中的细节信息,从而实现了更好的少样本目标检测效果。 展开更多
关键词 目标检测 少样本 特征融合 特征增强 Faster R-CNN
在线阅读 下载PDF
一种目标区域特征增强的SAR图像飞机目标检测与识别网络 被引量：2
14
作者 韩萍 赵涵 +2 位作者 廖大钰 彭彦文 程争 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第12期4459-4470,共12页
在合成孔径雷达(SAR)图像飞机目标检测识别中,飞机目标图像呈现离散特性以及结构之间的相似性会降低飞机检测与识别的准确率。为此该文设计了一种目标区域特征增强的SAR图像飞机目标检测与识别网络。网络由3部分组成:保护飞机特征的跨... 在合成孔径雷达(SAR)图像飞机目标检测识别中,飞机目标图像呈现离散特性以及结构之间的相似性会降低飞机检测与识别的准确率。为此该文设计了一种目标区域特征增强的SAR图像飞机目标检测与识别网络。网络由3部分组成:保护飞机特征的跨阶段部分网络(FP-CSPDarnet)、自适应特征融合的特征金字塔(FPN-A)以及目标区域散射特征提取与增强的检测头(D-Head)。FP-CSPDarnet在提取特征的同时可以有效保护SAR图像飞机特征;FPN-A采用多层次特征自适应融合、细化,来增强飞机特征;D-Head在检测前有效增强飞机可辨别特征,提升飞机检测与识别精度。利用SAR-ADRD数据集的实验结果证明了该文所提方法有效性,其平均精度相对与基线网络YOLOv5s提升了2.0%。 展开更多
关键词 合成孔径雷达 飞机目标检测与识别 YOLOv5s 飞机特征保护 特征增强
在线阅读 下载PDF
面向遥感小目标检测的实例间特征聚合方法研究
15
作者 王海涛 艾晨 +1 位作者 谭福 高硕 《宇航学报》 北大核心 2025年第7期1467-1474,共8页
针对遥感图像小目标检测中特征缺失与定位精度低的问题,提出一种融合实例特征交互与自适应回归度量的检测框架。通过构建动态图结构的实例间特征聚合网络,利用高置信度实例引导弱目标特征增强,减少因下采样导致的漏检;同时设计分段平滑W... 针对遥感图像小目标检测中特征缺失与定位精度低的问题,提出一种融合实例特征交互与自适应回归度量的检测框架。通过构建动态图结构的实例间特征聚合网络,利用高置信度实例引导弱目标特征增强,减少因下采样导致的漏检;同时设计分段平滑Wasserstein损失,将边界框建模为2D高斯分布,结合一阶与二阶距离度量,优化多尺度定位精度。在AI-TOD v1/v2和DOTA v2数据集上的实验结果表明,该方法在小目标检测精度、特征增强能力和回归优化效果方面均取得显著提升,同时保持了较低的计算和参数开销。该方法为高分辨率遥感场景下的微小目标检测提供了轻量化解决方案。 展开更多
关键词 遥感小目标检测 特征聚合增强 图神经网络 Wasserstein距离 边界框回归
在线阅读 下载PDF
多尺度注意力特征增强融合的红外小目标检测新网络 被引量：2
16
作者 贾桂敏 程羽 齐孟飞 《中国安全科学学报》 CAS CSCD 北大核心 2024年第6期90-98,共9页
为提高红外成像中小目标检测的性能,提高低空空域监管能力,提出一种基于多尺度注意力特征增强融合的红外小目标检测新网络。首先,使用Resnet34提取红外图像的多尺度特征;其次,使用多尺度空间注意力特征增强模块(MFEM)来提高特征提取能力... 为提高红外成像中小目标检测的性能,提高低空空域监管能力,提出一种基于多尺度注意力特征增强融合的红外小目标检测新网络。首先,使用Resnet34提取红外图像的多尺度特征;其次,使用多尺度空间注意力特征增强模块(MFEM)来提高特征提取能力;然后,在逐级上采样过程中使用双通道注意力特征融合模块(DFFM),融合语义信息和细节信息,以更好地保护红外小目标的特征;最后,与其他方法对比,并以地/空红外弱小飞机目标视频序列检测为例测试真实场景。结果表明:新方法与现有方法相比,交互比(IoU)、F值和漏检率(FNR)的评分均获得改进;通过多尺度注意力特征增强融合可准确地定位到目标并生成精细的分割结果;MFEM能够同时利用多尺度上下文信息和空间注意力机制来突出红外小目标;DFFM通过给不同通道特征的集合赋予权重,得到最合适的特征图进行特征融合,从而提高检测性能。 展开更多
关键词 红外图像 小目标检测 特征增强 特征融合 注意力机制
在线阅读 下载PDF
基于改进SSD算法的地铁场景小行人目标检测
17
作者 张秀再 邱野 沈涛 《计算机研究与发展》 北大核心 2025年第2期397-407,共11页
在地铁场景中,小行人目标由于分辨率低,包含特征信息较少,现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头,能一定程度提高行人目标检测性能,但将其应用于地铁等复杂环境中实现小行人目标... 在地铁场景中,小行人目标由于分辨率低,包含特征信息较少,现阶段目标检测器对此类目标的检测仍具有挑战性.SSD目标检测算法利用金字塔网络的多尺度检测头,能一定程度提高行人目标检测性能,但将其应用于地铁等复杂环境中实现小行人目标检测仍具有一定局限性.针对上述问题,提出一种改进SSD算法以加强地铁场景中小行人目标检测效果.通过构建地铁场景行人目标数据集,标注相应标签,同时进行数据预处理操作;在特征提取网络中加入金字塔特征加强模块,将多分支残差单元、亚像素卷积和特征金字塔相结合获得图像多尺度、多感受野融合特征;利用上下文信息融合模块将图像低层特征与上下文特征相融合,生成扩展特征层用于检测小行人目标;设计一种基于Anchor-free的动态正负样本分配策略,为小行人目标生成最优正样本.实验结果表明:提出的改进SSD算法能有效提高地铁场景小行人目标检测性能,对遮挡严重的小行人目标检测,效果提升更为明显. 展开更多
关键词 小行人目标检测 ssd算法 注意力机制 亚像素卷积 多尺度特征融合
在线阅读 下载PDF
基于特征波段偏振成像的差异增强伪装目标检测 被引量：2
18
作者 沈英 黄伟达 +2 位作者 周则兵 黄峰 王舒 《兵工学报》 EI CAS CSCD 北大核心 2024年第10期3488-3498,共11页
光谱偏振探测技术利用目标多维度信息,提高伪装目标检测的精度和可靠性。现有的光谱偏振成像系统产生的高维度数据难以实时解算,复杂场景下光谱偏振探测的性能不佳。为此,提出一种基于特征波段偏振成像系统的伪装目标检测算法。针对目... 光谱偏振探测技术利用目标多维度信息,提高伪装目标检测的精度和可靠性。现有的光谱偏振成像系统产生的高维度数据难以实时解算,复杂场景下光谱偏振探测的性能不佳。为此,提出一种基于特征波段偏振成像系统的伪装目标检测算法。针对目标场景筛选特征波段,定制751 nm窄带滤光片结合快照式偏振阵列相机,构建特征波段偏振图像采集系统,实时获取目标图像。提出差异增强和交织序列融合检测算法,设计偏振参数图像,增强特征波段偏振图像的目标对比度;融合差异增强和交织序列映射结果,对目标图像背景噪声进行抑制,进一步突出目标特征;通过阈值分割提取伪装目标。实验结果表明:所提的伪装目标检测算法在不同场景下的综合评价指标F均在0.90以上,检测速度达到20帧/s,实现了复杂场景下伪装目标的快速精准探测。 展开更多
关键词 伪装目标检测 光谱偏振图像 成像系统 特征波段 差异增强
在线阅读 下载PDF
感知增强混合网络的水下目标检测
19
作者 姚婷婷 李宁 张煜 《光学精密工程》 北大核心 2025年第8期1303-1312,共10页
水下目标检测技术在海洋资源勘探、环境保护等领域发挥着重要作用。然而,水下环境存在成像模糊、目标尺度多变等问题给检测任务带来了难度。为提高水下目标检测精度,提出一种感知增强混合网络。首先,构建全局-局部混合增强特征提取主干... 水下目标检测技术在海洋资源勘探、环境保护等领域发挥着重要作用。然而,水下环境存在成像模糊、目标尺度多变等问题给检测任务带来了难度。为提高水下目标检测精度,提出一种感知增强混合网络。首先,构建全局-局部混合增强特征提取主干网络,利用自注意力机制求取图像中的长程全局信息,进一步构建卷积注意力增强模块提取更丰富的图像局部细节信息。通过在特征提取过程中更好地捕获图像全局和局部特征关联,增强各尺度特征描述的判别性;随后,为提高成像模糊对比低时的目标检测精度,构建目标感知增强双阶段检测头。通过增加一阶段区域提议生成网络的深度,在低质图像中提取更多目标语义信息,并通过在二阶段引入自注意力机制,抑制背景或次要信息干扰。进一步引入目标检测交并比分支,将一阶段目标先验信息融入二阶段分类求解中,提高不同种类目标的检测精度。所提方法在水下目标检测数据集TrashCan与WPBB上的mAP0.5:0.95和AP50分别达到了37.8%,61.8%和82.0%,98.9%。定性和定量的对比实验结果表明,模型对不同种类水下目标均具有良好的检测准确性和鲁棒性。 展开更多
关键词 水下目标检测 特征增强 自注意力机制 混合网络
在线阅读 下载PDF
融合感受野扩增与特征增强的遥感小目标检测
20
作者 帖军 秦锦添 +2 位作者 郑禄 郑明雪 陈婷 《激光杂志》 北大核心 2024年第12期81-91,共11页
针对遥感图像小目标因背景复杂、尺寸较小以及排列密集等因素导致检测精度不高的问题,提出一种融合感受野扩增与特征增强的遥感小目标检测方法。该方法以YOLOv8s作为基线网络,首先对主干网络特征提取部分构造感受野扩增模块,通过双层路... 针对遥感图像小目标因背景复杂、尺寸较小以及排列密集等因素导致检测精度不高的问题,提出一种融合感受野扩增与特征增强的遥感小目标检测方法。该方法以YOLOv8s作为基线网络,首先对主干网络特征提取部分构造感受野扩增模块,通过双层路由注意力(BRA)高效捕获全局特征信息;其次在特征金字塔部分构建浅层特征融合结构,并在浅层特征图横向连接部分添加改进的坐标空间注意力(CSA),以增强小目标的特征信息;最后通过改进非极大值抑制(NMS)算法对检测结果进行后处理,以适应不同密度物体的检测。在DIOR遥感图像数据集上进行实验,预测框与真实框之间的交并比阈值(IoU)为0.5时的平均精度均值(mAP)达到90.3%,比原模型高出3%;IoU为0.5∶0.95时的mAP达到71.3%,比原模型高出6.1%,实验结果表明,改进模型对遥感图像小目标检测任务具有较好的应用价值。 展开更多
关键词 感受野扩增 特征增强 遥感小目标 YOLOv8s
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 … 12 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