检索结果-维普期刊中文期刊服务平台

结合区域引导和双注意力机制的高光谱目标检测判别式学习网络: 1; 作者钟佳平李云松 +2 位作者谢卫莹雷杰 Paolo Gamba 《电子学报》 EI CAS CSCD 北大核心 2024年第5期1716-1729,共14页; 高光谱图像(HyperSpectral Images,HSIs)具有高光谱分辨率和丰富的光谱信息,其具有的大量窄波段电磁波有利于获取感兴趣目标的理化信息,并根据对应的光谱特征对不同物质进行有效区分,从而完成目标检测任务.然而有限样本、少量先验信息... 展开更多; 关键词高光谱目标检测无监督聚类通道注意力机制感兴趣区域光谱分辨率; 在线阅读下载PDF 职称材料

基于稀疏表示分步重构算法的高光谱目标检测被引量：3: 2; 作者廖佳俊刘志刚 +1 位作者姜江军路志勇《红外技术》 CSCD 北大核心 2016年第8期699-704,共6页; 针对传统稀疏表示重构算法在高光谱目标检测中表现出运算速度慢的问题,提出了分步重构算法(Two Steps Reconstruction,TSR)。该方法先求得K个与待测像元最相似的字典原子,然后用这些原子线性表示待测像元以求解稀疏向量,舍弃了传统重构... 展开更多; 关键词高光谱目标检测重构算法稀疏表示; 在线阅读下载PDF 职称材料

面向高光谱图像的目标检测研究: 3; 作者高大化贺昱 +3 位作者董宇波刘丹华李浩勇石光明《航天返回与遥感》 CSCD 北大核心 2023年第6期45-56,共12页; 现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该... 展开更多; 关键词光谱注意力特征金字塔高光谱目标检测物体级目标检测高光谱图像处理; 在线阅读下载PDF 职称材料

基于超像素注意力和孪生结构的半监督高光谱显著性目标检测被引量：1: 4; 作者秦昊林许廷发李佳男《兵工学报》 EI CAS CSCD 北大核心 2023年第9期2639-2649,共11页; 高光谱显著性目标检测技术在伪装识别、异常检测等领域展现了惊人的潜力,并得到了广泛的关注。基于深度学习技术的神经网络模型克服了传统算法检测精度低、鲁棒性弱的缺点,但是数据标注成本限制了其进一步发展。为此提出了一种超像素注... 展开更多; 关键词高光谱显著性目标检测半监督训练孪生结构超像素注意力机制深度学习; 在线阅读下载PDF 职称材料

基于FPGA的高光谱异常目标检测RXD算法加速方案: 5; 作者郑毓轩李云松 +2 位作者师艳子曲家慧谢卫莹《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第12期2556-2567,共12页; 高光谱图像在带来丰富光谱信息的同时,其数据量大和维数高的特性也使得各种目标检测算法进行处理时往往产生庞大的运算量,所以采用可以实现高光谱异常目标检测算法的高速处理方案显得尤为迫切和重要。考虑到现场可编程门阵列(FPGA)强大... 展开更多; 关键词高光谱异常目标检测 RXD算法分块并行正交三角(QR)分解高层次综合(HLS) 加速方案; 在线阅读下载PDF 职称材料

题名结合区域引导和双注意力机制的高光谱目标检测判别式学习网络: 1; 作者钟佳平李云松谢卫莹雷杰 Paolo Gamba; 机构西安电子科技大学综合业务网全国重点实验室帕维亚大学; 出处《电子学报》 EI CAS CSCD 北大核心 2024年第5期1716-1729,共14页; 基金国家自然科学基金(No.62121001,No.U22B2014) 中国科协青年人才托举工程(No.2020QNRC001)。; 文摘高光谱图像(HyperSpectral Images,HSIs)具有高光谱分辨率和丰富的光谱信息,其具有的大量窄波段电磁波有利于获取感兴趣目标的理化信息,并根据对应的光谱特征对不同物质进行有效区分,从而完成目标检测任务.然而有限样本、少量先验信息、高维相似背景及不同类别差异小所导致的目标和背景混淆问题使得高光谱目标检测(Hyperspectral Target Detection,HTD)面临挑战.为此,本文提出结合区域引导和双注意力机制的高光谱目标检测判别式学习网络(Region-guided and dual-Attention Discriminative learning Network,RADN),以缓解标记样本少的条件下不同类别相似度高和相同类别差异性大导致的背景和目标不易区分的问题,减少高维冗余特征带来的计算复杂度,同时提升检测精度.本文使用经验性区域引导网络训练,采用光谱约束的无监督聚类方法确定网络输入,选择性地关注高光谱图像中的显著性特征和感兴趣区域.此外,本文在网络中添加双通道注意力机制来辅助复杂背景分布的估计,并在网络中引入不同类别光谱先验损失函数,进一步减少高维复杂背景以及光谱变化对于目标的干扰.实验结果和分析表明,RADN在不同数据集上的性能优于现有先进的算法.; 关键词高光谱目标检测无监督聚类通道注意力机制感兴趣区域光谱分辨率; Keywords hyperspectral target detection unsupervised clustering channel attention mechanism region of interest spectral resolution; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] TP751.1 [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

题名基于稀疏表示分步重构算法的高光谱目标检测被引量：3: 2; 作者廖佳俊刘志刚姜江军路志勇; 机构火箭军工程大学 [; 出处《红外技术》 CSCD 北大核心 2016年第8期699-704,共6页; 基金国家自然科学基金项目(41574008); 文摘针对传统稀疏表示重构算法在高光谱目标检测中表现出运算速度慢的问题,提出了分步重构算法(Two Steps Reconstruction,TSR)。该方法先求得K个与待测像元最相似的字典原子,然后用这些原子线性表示待测像元以求解稀疏向量,舍弃了传统重构算法的迭代求解的方式,直接通过求解逆矩阵,简化了运算过程,使运算速度大幅提高。本文给出了方法的具体过程并将其与传统方法及其改进方法进行比较。实验结果表明,TSR在保证检测精度不下降的同时能够大幅提升运算速度。; 关键词高光谱目标检测重构算法稀疏表示; Keywords hyperspectral target detection, reconstruction algorithm, sparse representation; 分类号 TP75 [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

题名面向高光谱图像的目标检测研究: 3; 作者高大化贺昱董宇波刘丹华李浩勇石光明; 机构西安电子科技大学; 出处《航天返回与遥感》 CSCD 北大核心 2023年第6期45-56,共12页; 基金国家重点研发计划项目(2019YFA0706604) 国家自然科学基金(61976169,62293483,62205260)。; 文摘现有的高光谱目标检测方法是通过逐像素分类而实现,导致了检测速度缓慢。物体级目标检测的发展为高光谱图像实时目标检测带来了希望。为了实现实时高光谱图像目标检测,文章提出了一种基于目标检测模型YOLO的卷积神经网络算法。首先,该算法提出了用多尺度光谱注意力网络(Res2NetSE)来提取空谱特征,能够提升多尺度目标检测效果并能更有效地提取关键波段信息;其次,该算法提出了一个空间增强的特征金字塔模块(Spatial Enhanced FPN,SFPN)用于特征融合,提升了神经网络的感受野和多尺度性能;最后,该算法设计了FIOU(Fantastic IoU)损失函数,提升了预测框定位精度。实验结果表明,所提出的算法能够有效提取空间域和光谱域信息特征,分别在平均准确率上提升了14.19%、8.01%和5.38%,与现有方法相比表现出更出色的性能。文章的算法为高光谱图像的物体级目标检测提供了一种有效的解决方案,有望推动高光谱图像分析领域的进一步发展。; 关键词光谱注意力特征金字塔高光谱目标检测物体级目标检测高光谱图像处理; Keywords spectral attention feature pyramid networks HSI target detection object detection HSI processing; 分类号 TP753 [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

题名基于超像素注意力和孪生结构的半监督高光谱显著性目标检测被引量：1: 4; 作者秦昊林许廷发李佳男; 机构北京理工大学光电学院北京理工大学重庆创新中心北京理工大学光电成像技术与系统教育部重点实验室; 出处《兵工学报》 EI CAS CSCD 北大核心 2023年第9期2639-2649,共11页; 基金国家自然科学基金青年基金项目(202020429036)。; 文摘高光谱显著性目标检测技术在伪装识别、异常检测等领域展现了惊人的潜力,并得到了广泛的关注。基于深度学习技术的神经网络模型克服了传统算法检测精度低、鲁棒性弱的缺点,但是数据标注成本限制了其进一步发展。为此提出了一种超像素注意力孪生半监督算法,使用少量全监督数据和大量弱监督数据进行训练,有效降低了标注成本。该算法由孪生预测模块和注意力辅助模块组成,其中孪生预测模块捕获弱标签隐式约束并生成显著性结果图,注意力辅助模块利用超像素级通道注意力机制优化预测结果。新提出的超像素注意力孪生半监督算法在高光谱数据集上实现了87%的检测精度,优于其他流行算法,在有效降低标注成本的同时具有优异的显著性检测性能。; 关键词高光谱显著性目标检测半监督训练孪生结构超像素注意力机制深度学习; Keywords hyperspectral salient object detection semi-supervised training siamese structure superpixel attention mechanism deep learning; 分类号 TJ301 [兵器科学与技术—火炮、自动武器与弹药工程]; 在线阅读下载PDF 职称材料

题名基于FPGA的高光谱异常目标检测RXD算法加速方案: 5; 作者郑毓轩李云松师艳子曲家慧谢卫莹; 机构西安电子科技大学综合业务网理论及关键技术国家重点实验室; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2018年第12期2556-2567,共12页; 基金国家自然科学基金(61502367 61501346 +4 种基金 61701360 61571345 91538101) 长江学者特聘教授支持计划(CJT160102)~~; 文摘高光谱图像在带来丰富光谱信息的同时,其数据量大和维数高的特性也使得各种目标检测算法进行处理时往往产生庞大的运算量,所以采用可以实现高光谱异常目标检测算法的高速处理方案显得尤为迫切和重要。考虑到现场可编程门阵列(FPGA)强大的并行计算能力和极具灵活的设计方式,针对高光谱异常目标检测RXD算法中协方差矩阵及其逆的计算量过大的问题,以分块并行和正交三角(QR)分解为主要加速思想,利用高层次综合(HLS)工具对算法进行优化,提出了RXD算法在FPGA平台上的加速方案。实验结果表明,所提出的基于FPGA平台的加速方案可以在保持算法检测性能的同时达到相较于CPU实现7. 04倍的加速,验证了加速方案的正确有效性。; 关键词高光谱异常目标检测 RXD算法分块并行正交三角(QR)分解高层次综合(HLS) 加速方案; Keywords hyperspectral anomaly target detection RXD algorithm block parallel QR decomposition high level synthesis (HLS) acceleration scheme; 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	作者	出处	发文年	被引量	操作
1	结合区域引导和双注意力机制的高光谱目标检测判别式学习网络	钟佳平李云松谢卫莹雷杰 Paolo Gamba	《电子学报》 EI CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于稀疏表示分步重构算法的高光谱目标检测	廖佳俊刘志刚姜江军路志勇	《红外技术》 CSCD 北大核心	2016	3	在线阅读下载PDF 职称材料
3	面向高光谱图像的目标检测研究	高大化贺昱董宇波刘丹华李浩勇石光明	《航天返回与遥感》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
4	基于超像素注意力和孪生结构的半监督高光谱显著性目标检测	秦昊林许廷发李佳男	《兵工学报》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
5	基于FPGA的高光谱异常目标检测RXD算法加速方案	郑毓轩李云松师艳子曲家慧谢卫莹	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2018	0	在线阅读下载PDF 职称材料