检索结果-维普期刊中文期刊服务平台

基于多尺度分层残差网络的光学遥感图像微小目标检测被引量：1: 1; 作者曾祥津刘耿焕 +4 位作者陈建明豆嘉真任振波邸江磊秦玉文《光子学报》 EI CAS CSCD 北大核心 2024年第8期247-259,共13页; 针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法。设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更... 展开更多; 关键词光学遥感图像微小目标检测深度学习多尺度卷积神经网络; 在线阅读下载PDF 职称材料

基于改进VariFocalNet的微小目标检测: 2; 作者姬张建杜娜《计算机应用》 CSCD 北大核心 2024年第7期2200-2207,共8页; 针对航拍场景中包含的目标尺寸小、有效特征信息少的问题,提出一种基于改进的变焦网络VFNet(VariFocalNet)的航拍场景中微小目标检测算法。首先,为增强微小目标的特征表征能力,采用特征提取性能更好的循环层聚合网络(RLANet)代替ResNet... 展开更多; 关键词微小目标检测循环层聚合网络特征金字塔高斯感受野标签分配 Wasserstein损失; 在线阅读下载PDF 职称材料

基于奇异值分解的雷达微小目标检测方法被引量：15: 3; 作者吴琳拥毛谨白渭雄《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期326-330,共5页; 提出了一种强杂波环境下雷达微小目标的检测方法。该方法以奇异值分解理论为基础,利用奇异值一阶、二阶差分谱进行奇异值选择,通过奇异值逆变换将雷达回波信号分解成不同的成份,从而实现杂波抑制和小微目标凸现。试验表明:该方法能有效... 展开更多; 关键词奇异值差分谱信噪比微小目标检测杂波环境; 在线阅读下载PDF 职称材料

特征金字塔多尺度全卷积目标检测算法被引量：19: 4; 作者林志洁罗壮 +1 位作者赵磊鲁东明《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第3期533-540,共8页; 基于区域建议网络构建一种特征金字塔多尺度网络结构,并结合全卷积操作完成微小目标与类别无关目标的检测.为了提升图像中微小目标的检测精度,构建基于侧链接融合的3层金字塔结构网络,充分利用语义级别比较低的图像卷积特征.为了提高类... 展开更多; 关键词图像目标检测图像特征金字塔多尺度全卷积微小目标检测类别无关目标检测; 在线阅读下载PDF 职称材料

题名基于多尺度分层残差网络的光学遥感图像微小目标检测被引量：1: 1; 作者曾祥津刘耿焕陈建明豆嘉真任振波邸江磊秦玉文; 机构广东工业大学信息工程学院通感融合光子技术教育部重点实验室广东省信息光子技术重点实验室先进光子技术研究院南方海洋科学与工程广东省实验室(珠海) 西北工业大学物理科学与技术学院光场调控与信息感知工业和信息化部重点实验室陕西省光信息技术重点实验室; 出处《光子学报》 EI CAS CSCD 北大核心 2024年第8期247-259,共13页; 基金国家自然科学基金(Nos.62075183,62275218) 广东省“珠江人才计划”引进创新创业团队(Nos.2021ZT09X044,2019ZT08X340) 中央高校基本科研业务费专项资金(No.D5000230117)。; 文摘针对光学遥感图像中微小目标空间分辨率低、有效特征不足等问题,在YOLOv5检测算法基础上,提出一种基于多尺度分层残差网络的光学遥感图像微小目标检测方法。设计了一种简单高效的多尺度分层残差特征提取模块,可在更细粒度水平上获得更丰富的感受野,强化神经网络的特征提取能力,进一步提升微小目标特征丰富度。在此基础上,进一步优化损失函数中的定位损失项,通过增加距离惩罚提升检测算法对微小目标的定位能力。在光学遥感微小目标检测数据集AI-TODv2和微小行人检测数据集TinyPerson上开展了系统对比实验,实验结果表明所提出算法相较于基准YOLOv5算法平均精度分别提升了5.5%和1.8%,有效提高了微小目标检测的召回率和准确率。; 关键词光学遥感图像微小目标检测深度学习多尺度卷积神经网络; Keywords Optical remote sensing images Tiny object detection Deep learning Multi scale Convolutional neural network; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于改进VariFocalNet的微小目标检测: 2; 作者姬张建杜娜; 机构山西大学计算机与信息技术学院; 出处《计算机应用》 CSCD 北大核心 2024年第7期2200-2207,共8页; 基金山西省基础研究计划项目(20210302123443)。; 文摘针对航拍场景中包含的目标尺寸小、有效特征信息少的问题,提出一种基于改进的变焦网络VFNet(VariFocalNet)的航拍场景中微小目标检测算法。首先,为增强微小目标的特征表征能力,采用特征提取性能更好的循环层聚合网络(RLANet)代替ResNet作为主干网络;其次,为解决特征金字塔自顶向下融合时顶层特征信息丢失问题,引入特征增强模块(FEM);然后,为解决现有标签分配方法在微小目标标签分配上的样本分布不平衡问题,改进的VFNet采用了基于高斯感受野的标签分配方法;最后,为减小微小目标对位置偏移的敏感性,引入一种边界框回归损失函数Wasserstein损失测量预测边界框高斯分布和真值框高斯分布的相似性。在AI-TOD数据集上的实验结果表明:改进后的VFNet算法的平均精度均值(mAP)达到了14.9%;与改进前的算法相比,在航拍场景下的微小目标上的检测mAP提高了4.7个百分点。; 关键词微小目标检测循环层聚合网络特征金字塔高斯感受野标签分配 Wasserstein损失; Keywords tiny target detection Recurrent Layer Aggregation Network(RLANet) feature pyramid Gaussian receptive field label assignment Wasserstein loss; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于奇异值分解的雷达微小目标检测方法被引量：15: 3; 作者吴琳拥毛谨白渭雄; 机构四川九洲防控科技有限责任公司空军工程大学防空反导学院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期326-330,共5页; 文摘提出了一种强杂波环境下雷达微小目标的检测方法。该方法以奇异值分解理论为基础,利用奇异值一阶、二阶差分谱进行奇异值选择,通过奇异值逆变换将雷达回波信号分解成不同的成份,从而实现杂波抑制和小微目标凸现。试验表明:该方法能有效抑制杂波,平均提升信噪比7 dB左右。; 关键词奇异值差分谱信噪比微小目标检测杂波环境; Keywords difference spectrum of singular value signal to noise ratio small target detection strong clutter environment; 分类号 TN957 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名特征金字塔多尺度全卷积目标检测算法被引量：19: 4; 作者林志洁罗壮赵磊鲁东明; 机构浙江科技学院信息与电子工程学院浙江大学计算机学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2019年第3期533-540,共8页; 基金浙江省科技计划资助项目(2017C33176) 浙江科技学院博士启动基金资助项目浙江省自然科学基金资助项目(ly16f02008); 文摘基于区域建议网络构建一种特征金字塔多尺度网络结构,并结合全卷积操作完成微小目标与类别无关目标的检测.为了提升图像中微小目标的检测精度,构建基于侧链接融合的3层金字塔结构网络,充分利用语义级别比较低的图像卷积特征.为了提高类别无关的图像目标检测鲁棒性,提出特定的非极大值抑制算法,在重叠目标过滤时消除冗余目标窗口,并对目标窗口进行位置精修.在PASCAL VOC 2007、PASCAL VOC 2012以及古代绘画数据集上的实验结果表明:所提算法对于微小目标、多尺度目标检测及种类无关的目标检测的检测精度高于已有算法.; 关键词图像目标检测图像特征金字塔多尺度全卷积微小目标检测类别无关目标检测; Keywords image target detection image feature pyramid multi-scale full convolution small targets detection category-independent target detection; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于多尺度分层残差网络的光学遥感图像微小目标检测	曾祥津刘耿焕陈建明豆嘉真任振波邸江磊秦玉文	《光子学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于改进VariFocalNet的微小目标检测	姬张建杜娜	《计算机应用》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	基于奇异值分解的雷达微小目标检测方法	吴琳拥毛谨白渭雄	《电子科技大学学报》 EI CAS CSCD 北大核心	2019	15	在线阅读下载PDF 职称材料
4	特征金字塔多尺度全卷积目标检测算法	林志洁罗壮赵磊鲁东明	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2019	19	在线阅读下载PDF 职称材料