期刊文献+
共找到103篇文章
< 1 2 6 >
每页显示 20 50 100
Adaptive modified hough transform track initiator forHFSWR tracking of fast and small targets 被引量:3
1
作者 GuoRujiang YuanYeshu QuanTaifan 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2005年第2期316-320,共5页
High frequency surface wave radar (HFSWR) is well proved to have over the horizon (OTH) detection capability to weak aerial targets, such as concealed airplanes or cruise missiles. The most important problem of detect... High frequency surface wave radar (HFSWR) is well proved to have over the horizon (OTH) detection capability to weak aerial targets, such as concealed airplanes or cruise missiles. The most important problem of detection of fast and small targets using HFSWR is earlier warning, i.e. enlargement of detection range oftargets. Therefore, the detection threshold should be decreased as low as possible, but numerous false alarms are brought about at the same time. On this condition, conventional track initiation techniques, which normally require the probability of false alarm to be at the level of 10-6, will initiate enormous false tracks and lead to abnormal operation of tracking system. An adaptive modified hough transform (AMHT) track initiator is proposed accordingly and the relation of detection range to the performance of track initiator is analyzed in this paper. Simulations are performed to confirm the capability of track initiation to fast and small targets in dense clutter by AMHT track initiator. The tolerable probability of false alarm of detector can reach the level of 10 -3 . And it performs better than track initiator based on modified hough transform (MHT). 展开更多
关键词 high frequency surface wave radar track initiation modified hough transform fast targets small targets.
在线阅读 下载PDF
HRformer:基于多级回归Transformer网络的红外小目标检测 被引量:4
2
作者 杜妮妮 单凯东 王建超 《红外技术》 CSCD 北大核心 2024年第2期199-207,共9页
红外小目标检测是指从低信噪比、复杂背景的红外图像中对小目标进行检测,在海上救援、交通管理等应用中具有重要实际意义。然而,由于图像分辨率低、目标尺寸小以及特征不突出等因素,导致红外目标很容易淹没在包含噪声和杂波的背景中,如... 红外小目标检测是指从低信噪比、复杂背景的红外图像中对小目标进行检测,在海上救援、交通管理等应用中具有重要实际意义。然而,由于图像分辨率低、目标尺寸小以及特征不突出等因素,导致红外目标很容易淹没在包含噪声和杂波的背景中,如何精确检测红外小目标的外形信息仍然是一个挑战。针对上述问题,构建了一种基于多级回归Transformer(HRformer)网络的红外小目标检测算法。具体来说,首先为了在获得多尺度信息的同时尽可能避免原始图像信息的损失,采用像素逆重组(PixelUnShuffle)操作对原始图像下采样来获取不同层级网络的输入,同时采用一种可学习的像素重组(PixelShuffle)操作对每一层级的输出特征图进行上采样,提升了网络的灵活性;接着,为实现网络中不同层级特征之间的信息交互,本文设计了一种包含空间注意力计算分支以及通道注意力计算分支在内的交叉注意力融合(cross attention fusion,CAF)模块实现特征高效融合以及信息互补;最后,为进一步提升网络的检测性能,结合普通Transformer结构具有较大感受野以及基于窗口的Transformer结构具有较少计算复杂度的优势,提出了一种局部-全局Transformer(LGT)结构,能够在提取局部上下文信息的同时对全局依赖关系进行建模,计算成本也得到节省。实验结果表明,与目前较为先进的一些红外小目标检测算法相比,本文所提出的算法具有更高的检测精度,同时具有较少的参数量,在解决实际问题中更有意义。 展开更多
关键词 红外图像 弱小目标检测 transformER 图像分割
在线阅读 下载PDF
基于视觉Transformer和双解码器的红外小目标检测方法 被引量:1
3
作者 代少升 刘科生 +3 位作者 黄炼 贺自强 毛兴华 任汶皓 《红外技术》 CSCD 北大核心 2024年第9期1070-1080,共11页
当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Tran... 当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Transformer作为编码器,能够有效地提取红外小目标图像的多尺度特征。视觉Transformer是一种新兴的深度学习架构,其通过自注意力机制捕捉图像中像素之间的全局关系,以处理长程依赖性和上下文信息。此外,本文还设计了一个由交互式解码器和辅助解码器组成的双解码器模块,旨在提高解码器对红外小目标的重构能力。该双解码器模块能够充分利用不同特征之间的互补信息,促进深层特征和浅层特征之间的交互,并通过将两个解码器的结果进行叠加,以更好地重构红外小目标。在广泛使用的公共数据集上的实验结果表明,本文提出的方法在F1和mIoU两个评价指标上的性能优于其他对比方法。 展开更多
关键词 红外小目标检测 视觉transformer 多尺度特征融合 编解码结构
在线阅读 下载PDF
基于孪生网络和Transformer的红外弱小目标跟踪方法 被引量:7
4
作者 崔晨辉 蔺素珍 +2 位作者 李大威 禄晓飞 武杰 《计算机应用》 CSCD 北大核心 2024年第2期563-571,共9页
针对红外弱小目标跟踪准确性较低这一问题,提出一种基于孪生网络和Transformer的红外弱小目标跟踪方法。首先,构建多特征提取级联模块分别提取红外弱小目标模板帧和搜索帧的深度特征,并将二者分别与其对应的HOG特征进行维度层面的串联;... 针对红外弱小目标跟踪准确性较低这一问题,提出一种基于孪生网络和Transformer的红外弱小目标跟踪方法。首先,构建多特征提取级联模块分别提取红外弱小目标模板帧和搜索帧的深度特征,并将二者分别与其对应的HOG特征进行维度层面的串联;其次,引入多头注意力机制Transformer进行模板特征图和搜索特征图的互相关操作,生成响应图;最后,通过响应图上采样网络和边界框预测网络,获得目标在图像的中心位置和回归边界框,完成对红外弱小目标的跟踪。在包含13655张红外图像数据集上的测试结果表明:与KeepTrack跟踪方法相比,成功率提高5.9个百分点,精确率提高1.8个百分点;与TransT(Transformer Tracking)方法相比,成功率提高14.2个百分点,精确率提高14.6个百分点,证明所提方法对复杂背景下的红外弱小目标跟踪准确性更高。 展开更多
关键词 目标跟踪 红外弱小目标 孪生网络 transformER 多特征提取
在线阅读 下载PDF
基于空洞卷积融合Transformer的无人机图像小目标检测方法 被引量:7
5
作者 王林 刘景亮 王无为 《计算机应用》 CSCD 北大核心 2024年第11期3595-3602,共8页
针对无人机(UAV)航拍图像中目标场景复杂、目标尺度多样、小目标密集和目标遮挡严重的问题,提出一种多尺度空洞卷积的UAV图像目标检测算法Swin-Det。首先,采用Swin Transformer作为主干特征提取网络,并在主干网络中引入空间信息交融模块... 针对无人机(UAV)航拍图像中目标场景复杂、目标尺度多样、小目标密集和目标遮挡严重的问题,提出一种多尺度空洞卷积的UAV图像目标检测算法Swin-Det。首先,采用Swin Transformer作为主干特征提取网络,并在主干网络中引入空间信息交融模块(SIBM),从而解决因物体间遮挡而导致的目标信息模糊的问题;其次,提出一种融合空洞特征金字塔网络(FDFPN),通过多分支的空洞卷积融合特征信息,以有效提高网络的感受野以及特征信息的复用,使模型可以学习到不同维度的细节特征;最后,采用线性插值法和多任务损失函数解决预测区域不匹配和样本不平衡的问题,提升模型的检测精度。在VisDrone数据集上的实验结果表明,Swin-Det算法的平均精度均值(mAP)达到了27.2%,与原始Swin Transformer相比,提高了4.1个百分点,且在同一训练批次下收敛更快。可见,Swin-Det算法可在复杂场景下实现对无人机图像目标的高精度检测。 展开更多
关键词 小目标检测 特征融合 空洞卷积 无人机图像 Swin transformer
在线阅读 下载PDF
基于改进实时检测Transformer的塔机上俯视场景小目标检测模型 被引量:3
6
作者 庞玉东 李志星 +2 位作者 刘伟杰 李天昊 王宁宁 《计算机应用》 CSCD 北大核心 2024年第12期3922-3929,共8页
针对塔机吊钩相互碰撞导致物体跌落以及塔机倒塌致使人员伤亡等一系列施工现场人员安全保障的问题,提出一种基于改进实时检测Transformer(Real-Time DEtection TRansformer,RT-DETR)的塔机上俯视场景小目标检测模型。首先,在原始模型中... 针对塔机吊钩相互碰撞导致物体跌落以及塔机倒塌致使人员伤亡等一系列施工现场人员安全保障的问题,提出一种基于改进实时检测Transformer(Real-Time DEtection TRansformer,RT-DETR)的塔机上俯视场景小目标检测模型。首先,在原始模型中加入应用模型的重参数化思想设计的多路训练和单路推理结构以提升检测速度;其次,重新设计FasterNet Block中的卷积模块替换原始BackBone之中的BasicBlock以提升检测模型性能;再次,利用新的损失函数Inner-SIoU(Inner-Structured Intersection over Union)进一步提升模型精度与收敛速度;最后,进行消融实验与对比实验验证模型性能。结果表明,在检测塔机顶部俯视小目标图像时,所提模型的精度达到94.7%,高于原始RT-DETR模型6.1个百分点;所提模型的每秒检测帧数(FPS)达到59.7,检测速度相较于原模型提升了21%。在公共数据集COCO 2017上所提模型的平均精度(AP)比YOLOv5、YOLOv7和YOLOv8分别高2.4、1.5和1.3个百分点。可见所提模型满足塔机上俯视场景下的小目标检测精度和速度的要求。 展开更多
关键词 目标检测 RT-DETR 小目标 transformER 计算机视觉 注意力机制
在线阅读 下载PDF
基于深度学习的大雾环境下铁路异物侵限精准识别方法
7
作者 马小平 李松 +2 位作者 卢思博 张瀚青 赖征 《铁道运输与经济》 北大核心 2025年第10期147-156,共10页
为有效解决大雾环境下铁路异物侵限小目标检测难等关键问题,提出一种基于深度学习的图像去雾处理与小目标精准识别一体化方法。通过融合基于AOD-Net的铁路图像去雾算法,引入Swin Transformer模块对YOLO v5算法的主干网络进行替换,使用... 为有效解决大雾环境下铁路异物侵限小目标检测难等关键问题,提出一种基于深度学习的图像去雾处理与小目标精准识别一体化方法。通过融合基于AOD-Net的铁路图像去雾算法,引入Swin Transformer模块对YOLO v5算法的主干网络进行替换,使用卷积核修正通道数,得到具备图像去雾处理功能的ST-YOLO算法对去雾后铁路图像中的远距离小目标进行检测。基于公共数据集对该算法进行训练及测试,使该算法对于远距离小目标的检测在测试集中准确率稳定在0.9。实验结果表明:基于ST-YOLO的铁路异物侵限精准识别算法对大雾环境下远距离小目标异物侵限的平均检测精度达到92.3%,检测速度达到80帧/s,同其他目标检测算法相比,该算法检测速度更快、精度更高,为恶劣天气下铁路异物侵限检测提供参考。 展开更多
关键词 异物侵限检测 AOD-Net YOLO v5 Swin transformer 小目标检测
在线阅读 下载PDF
改进RT-DETR的无人机图像目标检测算法 被引量:5
8
作者 姜贸翔 司占军 王晓喆 《计算机工程与应用》 北大核心 2025年第1期98-108,共11页
针对轻小型无人机图像目标检测中由于目标灵活多样、环境复杂多变导致的检测精度低等问题,提出基于改进RT-DETR无人机目标检测算法。综合考虑轻量级SimAM注意力和倒置残差模块改进ResNet-r18主干网络,提高目标检测模型的特征提取能力。... 针对轻小型无人机图像目标检测中由于目标灵活多样、环境复杂多变导致的检测精度低等问题,提出基于改进RT-DETR无人机目标检测算法。综合考虑轻量级SimAM注意力和倒置残差模块改进ResNet-r18主干网络,提高目标检测模型的特征提取能力。采用级联分组注意力机制优化倒置残差模块和特征交互模块,提升特征选择能力,实现目标检测信息的精细化获取。颈部网络中引入160×160检测层,提升特征融合阶段小目标的感知能力。基于VisDrone2019数据集的实验结果表明,改进后的模型具有更低的参数量和更高的检测精度。在Alver_Lab_Ulastirma和HIT-UAV数据集上进一步验证了改进方法的有效性和鲁棒性。 展开更多
关键词 小目标检测 DETR 注意力机制 transformER 残差链接
在线阅读 下载PDF
红外小目标混频特征融合检测模型
9
作者 李才荣 王志社 +2 位作者 李晋红 任乃奎 王春发 《红外技术》 北大核心 2025年第6期729-738,共10页
红外成像的小目标通常缺乏明确的轮廓和纹理信息,导致仅依靠目标自身特征进行识别存在较大困难。为克服这一不足,本文提出了一种新型混频特征融合检测(mixed-frequency feature fusion detection,MFFD)模型,它通过充分聚合目标及周边背... 红外成像的小目标通常缺乏明确的轮廓和纹理信息,导致仅依靠目标自身特征进行识别存在较大困难。为克服这一不足,本文提出了一种新型混频特征融合检测(mixed-frequency feature fusion detection,MFFD)模型,它通过充分聚合目标及周边背景的上下文信息,有效提升小目标检测性能。模型中的混频提取模块通过结合全局低频语义特征与局部高频目标细节,显著增强系统对弱小目标的感知能力;此外,模型中的多阶段融合模块通过高效协同不同级别特征的交互融合,促进更深层次的语义理解和空间信息的整合。在公开数据集NUAA-SIRST和IRSTD-1k中,MFFD-Net相较于其他五种基于深度学习的方法表现更优。与AGPC-Net相比,MFFD-Net在NUAA-SIRST数据集上的IoU和nIoU指标分别提升了4.42%和4.33%,在IRSTD-1k数据集上相应指标分别提升了3.63%和6.38%。这充分表明本模型在复杂背景下进行小目标检测具有较大的应用潜力。 展开更多
关键词 红外图像 小目标检测 transformER 深度学习 特征融合
在线阅读 下载PDF
LPformer:基于拉普拉斯金字塔多级Transformer的红外小目标检测 被引量:7
10
作者 杜妮妮 单凯东 卫莎莎 《红外技术》 CSCD 北大核心 2023年第6期630-638,共9页
红外小目标检测是指从红外图像中分割出小目标,在火灾探测系统和海上监视及救援系统应用中具有重要意义。然而,由于目标尺寸小、特征不明显、背景环境复杂等因素,导致目前红外小目标检测算法的检测性能通常受到限制。针对上述问题,设计... 红外小目标检测是指从红外图像中分割出小目标,在火灾探测系统和海上监视及救援系统应用中具有重要意义。然而,由于目标尺寸小、特征不明显、背景环境复杂等因素,导致目前红外小目标检测算法的检测性能通常受到限制。针对上述问题,设计了一种基于拉普拉斯金字塔多级Transformer的红外小目标检测算法。首先,由于红外小目标尺寸较小,容易在网络迭代过程中损失纹理细节信息,利用拉普拉斯金字塔从原始输入的红外图像中提取出不同层级的高频边界信息,进一步通过一种结构信息转换模块与主干网络中不同层级的特征进行融合,用于对损失的纹理信息进行补偿;接着为了进一步提升网络的判别能力,在提高检测准确率的同时抑制虚警率,还采用了一种基于通道维的Transformer结构,将每个通道特征图作为图像块,并沿着通道维进行自注意力的计算。实验结果表明,与目前先进的检测算法相比,本文所提出的算法具有更高的检测性能。 展开更多
关键词 红外图像 弱小目标检测 transformER 图像分割
在线阅读 下载PDF
融合空-频域的动态SAR图像目标检测 被引量:2
11
作者 沈学利 王嘉慧 吴正伟 《光电工程》 北大核心 2025年第1期68-85,共18页
针对合成孔径雷达(synthetic aperture radar,SAR)图像样本特征差异大、目标尺度不均衡、背景散斑噪声高所导致的检测精度低、推理速度慢问题,提出一种融合空-频域的动态SAR图像目标检测算法。首先,采用分流感知策略构造空-频域感知单元... 针对合成孔径雷达(synthetic aperture radar,SAR)图像样本特征差异大、目标尺度不均衡、背景散斑噪声高所导致的检测精度低、推理速度慢问题,提出一种融合空-频域的动态SAR图像目标检测算法。首先,采用分流感知策略构造空-频域感知单元,结合动态感受野及分数阶Gabor变换法,增强算法对空间多样性特征和频率散射特征的捕获能力与感知力,优化模型对全局上下文信息的保留能力,加快推理速度,降低特征映射模式相似性与背景噪声干扰,有效改善漏检、误检情况。其次,采用重参数学习法设计自适应特征融合模块,优化多尺度特征间的交互与整合,丰富特征的多样性,缓解特征采样引起的差异映射与信息丢失问题,加强小目标信息与关键频率信息在融合过程中的显著性,提高多尺度样本检测精度。最后,引入DY_IoU动态回归损失函数,利用自适应尺度惩罚因子与动态非单调注意力机制解决锚框膨胀和位置偏差问题,进一步增强模型对多尺度目标的定位与检测能力,加快模型收敛速度,减少模型计算量。在公开数据集SAR-Acraft-1.0和HRSID上进行相关实验,实验结果表明:该方法mAP@0.5数值达到了95.9%和98.8%,较基线模型分别提升5.2%和1.2%,且优于其他对比算法。表明该算法显著提升了检测精度,具备良好的鲁棒性与泛化性。 展开更多
关键词 SAR图像 分流感知 分数阶Gabor变换法 特征融合 多尺度样本 小目标 DY_IoU
在线阅读 下载PDF
基于图像翻译的红外弱小目标数据增强算法
12
作者 廖彦彬 季钰翔 +2 位作者 傅志凌 杨海 王喆 《激光与红外》 北大核心 2025年第2期304-312,共9页
为了缓解在红外弱小目标检测问题中图像数据稀缺的问题,提出了一种基于图像翻译的红外弱小目标图像数据增强算法。该方法是一个两阶段的图像生成算法,首先引入额外的可见光图像,通过U-GAT-IT模型学习可见光和红外图像之间的映射,将可见... 为了缓解在红外弱小目标检测问题中图像数据稀缺的问题,提出了一种基于图像翻译的红外弱小目标图像数据增强算法。该方法是一个两阶段的图像生成算法,首先引入额外的可见光图像,通过U-GAT-IT模型学习可见光和红外图像之间的映射,将可见光图像转化为红外背景图像。为了解决图像翻译过程中的过拟合问题,提出了通道正则化方法,使红外和可见光图像的通道信息量保持一致。接着,设计了一个基于视觉Transformer结构的自编码器,学习红外小目标的分布特征,以遮挡重构的方式在得到的红外背景图像上合成弱小目标。本方法在SIATD数据集上进行训练和测试,实验结果表明提出的数据增强方法在三个模型上使检测指标得到了一定提升,其中在YOLOv3模型上AP指标提高了1.37%,证明了提出的数据增强算法的有效性,能够提高目标检测模型在红外弱小目标检测任务中的表现。 展开更多
关键词 图像翻译 数据增强 目标检测 红外弱小目标检测 生成对抗网络 自编码器 转换器网络
在线阅读 下载PDF
基于改进的YOLOv7小目标检测算法
13
作者 鞠伟强 曹立华 《计算机工程与设计》 北大核心 2025年第1期145-151,共7页
为提高小目标的检测精度,提出一种基于改进的YOLOv7的目标检测算法(SM-YOLOv7)。使用Swin Transformer(STR)模块替换主干特征提取网络中的E-ELEN模块,将SPPCSPC网络改进为SPPCSPF网络,在预测部分增加小目标检测头,设计MPC3模块避免网络... 为提高小目标的检测精度,提出一种基于改进的YOLOv7的目标检测算法(SM-YOLOv7)。使用Swin Transformer(STR)模块替换主干特征提取网络中的E-ELEN模块,将SPPCSPC网络改进为SPPCSPF网络,在预测部分增加小目标检测头,设计MPC3模块避免网络定位空间信息丢失。通过NWD代替YOLOv7网络模型中的CIoU损失函数,输出端采用SE-Net注意力机制。在Okahublot公开的FloW-Img数据集上验证,实验结果表明,SM-YOLOv7平均精度均值mAP为84.8%,相比基线YOLOv7网络模型提升了6.6%,检测性能优于原网络模型与传统经典目标检测网络模型。 展开更多
关键词 小目标检测 YOLOv7网络模型 损失函数 深度学习 机器视觉 SE-Net注意力机制 Swin transformer
在线阅读 下载PDF
基于RT-DETR的轴承表面微小缺陷检测算法
14
作者 周得辉 赵军 程进峰 《计算机应用》 北大核心 2025年第6期1987-1997,共11页
轴承表面缺陷对机电设备的性能和稳定性有显著影响。针对当前轴承表面缺陷检测过程中存在的小目标识别精度不高、速度较慢的问题,提出一种基于RT-DETR(Real-Time DEtection TRansformer)的轴承表面微小缺陷检测算法——FECS-DETR(Faster... 轴承表面缺陷对机电设备的性能和稳定性有显著影响。针对当前轴承表面缺陷检测过程中存在的小目标识别精度不高、速度较慢的问题,提出一种基于RT-DETR(Real-Time DEtection TRansformer)的轴承表面微小缺陷检测算法——FECS-DETR(Faster Expand and Cross hierarchical-scaled feature Screening DETR)算法。首先,采用轻量级FasterNet-T1重构RT-DETR主干网络以降低计算开销;其次,设计内嵌注意力的扩张残差融合(AERF)模块用于提取深层特征,从而增强对小尺度抽象特征的描述能力;再次,通过引入级联分组注意力(CGA),进一步降低计算冗余,并提升模型的运行效率;继次,提出一种跨层级尺度的信息筛选特征金字塔网络(CIS-FPN),以解决特征融合过程中的信息丢失问题,并增强特征融合能力;最后,利用归一化Wasserstein距离(NWD)与改进Inner-MPDIoU联合的回归损失优化策略提高模型收敛速度和模型检测小尺度目标的准确性。实验结果表明,相较于原RT-DETR算法,FECS-DETR算法在轴承表面微小缺陷数据集上的平均精度均值(mAP)提升了2.5个百分点,计算量减少了28.8%,帧率提升了20.8%。可见,所提算法实现了准确率与实时性之间的平衡,能够满足工业环境下的轴承表面微小缺陷检测需求。 展开更多
关键词 轴承表面缺陷检测 小目标 RT-DETR 特征金字塔网络 损失函数
在线阅读 下载PDF
基于全局特征提取的无人机道路病害检测算法
15
作者 项彦茂 周明月 +2 位作者 李俊 谢喆 张小松 《计算机应用》 北大核心 2025年第S1期245-250,共6页
针对无人机(UAV)影像中道路小目标漏检和目标检测精度低、鲁棒性差等问题,设计一种基于全局特征提取的UAV道路病害检测算法GFE-RDD(Global Feature Extraction-Road Disease Detection)。将卷积神经网络(CNN)与Transformer融合的GFE-Tra... 针对无人机(UAV)影像中道路小目标漏检和目标检测精度低、鲁棒性差等问题,设计一种基于全局特征提取的UAV道路病害检测算法GFE-RDD(Global Feature Extraction-Road Disease Detection)。将卷积神经网络(CNN)与Transformer融合的GFE-Transformer模块嵌入主干网络,提升捕获长距离依赖关系的能力以获得全局上下文信息。为了更好地检测出小目标的道路病害,提出一个融合高效双通道注意力机制(EDA)的小目标检测头。另外,采用WIoUv3(Wise-Intersection over Union vision 3)作为网络的损失函数,解决训练数据中锚框质量差异较大的问题,并提高检测的准确性。在自制的道路多病害数据集上的实验结果表明,所提算法在道路病害检测任务中的F1分数达到0.765,mAP50达到0.796,均高于DETR(DEtection TRansformer)等当前主流算法,取得了较高的检测准确率。 展开更多
关键词 道路病害检测 WIoUv3 transformER 小目标检测 高效双通道注意力机制 全局特征提取
在线阅读 下载PDF
基于序数图变换的雷达海面小目标检测算法
16
作者 宋佳龙 胡国兵 +2 位作者 杨莉 赵嫔姣 黄皓冉 《电讯技术》 北大核心 2025年第4期588-595,共8页
针对现有基于图域变换的雷达海面小目标检测算法仅考虑单个样本之间的相关性,存在性能不佳、复杂度高等问题,提出了一种基于序数图变换的改进算法。首先,将雷达回波信号的自相关函数转换成可有效获取状态向量之间关联性的序数图,进而提... 针对现有基于图域变换的雷达海面小目标检测算法仅考虑单个样本之间的相关性,存在性能不佳、复杂度高等问题,提出了一种基于序数图变换的改进算法。首先,将雷达回波信号的自相关函数转换成可有效获取状态向量之间关联性的序数图,进而提取该图的无符号拉氏矩阵最大特征值作为检测统计量,以实现区分海杂波和目标信号的目的。以McMaster大学提供的实测全相参X波段雷达数据集为对象,对算法的性能进行了广泛评估,结果表明所提算法的平均接收机工作特性曲线下面积(Area under Curve,AUC)可达0.907,优于现有算法,且其计算复杂度适中。 展开更多
关键词 海面小目标 目标检测 序数图变换 图无符号拉氏矩阵
在线阅读 下载PDF
基于多种模态分解重构的海面慢小目标检测方法
17
作者 茆禹 王志刚 金秋 《雷达科学与技术》 北大核心 2025年第3期349-354,共6页
在海杂波背景下,慢速小目标的检测一直是雷达信号处理中的难点之一。这类目标的时频域特征往往与海杂波的特征高度重叠,使得传统的检测方法难以有效区分目标和杂波。为了应对这一挑战,本文提出了一种基于多种模态分解重构的办法,通过变... 在海杂波背景下,慢速小目标的检测一直是雷达信号处理中的难点之一。这类目标的时频域特征往往与海杂波的特征高度重叠,使得传统的检测方法难以有效区分目标和杂波。为了应对这一挑战,本文提出了一种基于多种模态分解重构的办法,通过变分模态分解与分数阶傅里叶变换对海杂波背景下的目标信号进行分解,并用能量熵和奇异值分解方法重构目标信号。实测数据验证了该方法在海杂波抑制方面的显著效果,表明其可以显著提升雷达在复杂海况中的小目标检测性能,为海杂波环境下的目标检测提供了新思路和技术手段。 展开更多
关键词 海杂波 慢小目标检测 变分模态分解 分数阶傅里叶变换 能量熵 奇异值分解
在线阅读 下载PDF
基于Transformer的红外小目标分割算法研究
18
作者 张严 段沛沛 车祎瑜 《现代电子技术》 2023年第18期8-14,共7页
红外小目标由于成像距离远,在其图像中仅为很少的几个像素点,因此无法有效获取目标的形状、纹理等特征,进而难以将其从复杂背景中提取出来。文中在分析红外小目标图像特点的基础上,将已在自然语言处理领域取得成功的Transformer模型引... 红外小目标由于成像距离远,在其图像中仅为很少的几个像素点,因此无法有效获取目标的形状、纹理等特征,进而难以将其从复杂背景中提取出来。文中在分析红外小目标图像特点的基础上,将已在自然语言处理领域取得成功的Transformer模型引入到红外小目标检测领域,提出一个基于Transformer模型的红外小目标图像分割网络U-former。该网络采用U形的编码器-解码器结构,通过对图像像素点的线性叠加和切分,保留小目标细节特征;同时在编码器的不同层次中使用Transformer模型对图像全局特征进行分析,通过对背景信息的提取和抑制,实现小目标的分割提取。实验结果表明:U-former网络能够在复杂背景中分割提取出红外小目标,且相比已有的其他方法,所提方法可以获得更高的F-Measure值,在低虚警率下获得较高的目标检测率。 展开更多
关键词 红外小目标 U-former网络 transformER 图像语义分割 特征提取 编码器 解码器
在线阅读 下载PDF
改进的YOLOv5s遥感影像机场场面飞机小目标识别 被引量:3
19
作者 张新君 赵春霖 《电光与控制》 CSCD 北大核心 2024年第7期104-111,共8页
遥感影像具有地物拍摄模糊以及背景环境复杂等特点,导致大面积地面物体识别准确率较低。针对此问题,提出了一种基于YOLOv5s改进网络模型。该模型对YOLOv5s中的骨干提取网络和颈部多尺度特征融合网络进行优化,引入Swin Transformer以获... 遥感影像具有地物拍摄模糊以及背景环境复杂等特点,导致大面积地面物体识别准确率较低。针对此问题,提出了一种基于YOLOv5s改进网络模型。该模型对YOLOv5s中的骨干提取网络和颈部多尺度特征融合网络进行优化,引入Swin Transformer以获得更多关于目标物体的特征信息;同时对骨干网络中的模块做了修剪;此外,模型中还添加了坐标注意力机制来提升特征提取和融合效果。对于遥感数据集进行了小目标检测识别测试实验,改进后的YOLOv5s网络的mAP值为0.8375,比YOLOv5s网络模型提高了0.0225。实验结果表明,改进后的YOLOv5s网络模型对比YOLO系列网络和EfficientDet模型有效地提高了识别准确率、召回率以及mAP值,并且在训练时间上也比YOLOv5s减少了1/12。 展开更多
关键词 遥感影像 YOLOv5s Swin transformer 坐标注意力机制 小目标检测
在线阅读 下载PDF
基于YOLOv7-EPAN的光伏板红外图像缺陷检测
20
作者 李冰 赵宽 +4 位作者 白云山 郭聪彬 徐蔚 徐大伟 翟永杰 《红外技术》 CSCD 北大核心 2024年第11期1315-1324,共10页
光伏板是光伏电站重要组成部件,需定期对其进行检测,保证光伏电站安全运行。针对航拍光伏图像复杂背景下小目标难检测的问题,提出一种基于YOLOv7-EPAN的光伏板红外图像缺陷检测方法。首先提出融合CSWin Transformer的扩展高效网络CS-ELA... 光伏板是光伏电站重要组成部件,需定期对其进行检测,保证光伏电站安全运行。针对航拍光伏图像复杂背景下小目标难检测的问题,提出一种基于YOLOv7-EPAN的光伏板红外图像缺陷检测方法。首先提出融合CSWin Transformer的扩展高效网络CS-ELAN模块,捕获全局有效信息抑制背景信息;其次以CS-ELAN为基础构建高效路径特征聚合网络EPAN(Efficient path aggregation characteristic pyramid network),加强不同特征层的信息交互,丰富语义特征信息,提高特征表达能力;最后优化损失函数,使模型关注高质量先验框,提高小目标定位精度。在航拍光伏红外数据集上进行实验,结果表明:相比于原YOLOv7模型,所提方法的mAP50、mAP50:95分别提高了6.4%、3.3%,表明所提方法能较好地解决航拍光伏图像复杂背景下小目标缺陷漏检的问题。 展开更多
关键词 红外图像 缺陷检测 YOLOv7 深度学习 CSWintransformer 小目标
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部