【摘 要】
:
深空背景空间目标的检测和识别在军事领域中占据重要的战略地位。在远距离探测阶段,空间目标与恒星的光谱特性相似,如何快速准确地检测恒星背景的空间目标是探测的首要任务。在近距离探测阶段,空间目标呈现面状特性时,空间目标识别受观测角度和其他目标的影响,近距离多视角和遮挡识别是待解决的难题。本文围绕深空背景远距离空间弱小目标的探测和近距离空间面目标的抗干扰识别进行研究。在远距离阶段,空间目标与恒星的光谱特性
论文部分内容阅读
深空背景空间目标的检测和识别在军事领域中占据重要的战略地位。在远距离探测阶段,空间目标与恒星的光谱特性相似,如何快速准确地检测恒星背景的空间目标是探测的首要任务。在近距离探测阶段,空间目标呈现面状特性时,空间目标识别受观测角度和其他目标的影响,近距离多视角和遮挡识别是待解决的难题。本文围绕深空背景远距离空间弱小目标的探测和近距离空间面目标的抗干扰识别进行研究。在远距离阶段,空间目标与恒星的光谱特性和运动相似,给空间目标检测带来了困难。针对星图噪声分布不均匀的问题,提出了自适应局部星点提取方法,采用图像分块的思想,根据局部分布特性进行滤波,解决了星点漏检和局部信噪比低的问题。在星图识别方面,提出了多源标准星型模式的星图识别算法。该算法提出了标准星型模式,以标准转动角和标准角距作为特征量,解决了尺度和旋转干扰的问题;提出了多星识别融合方法,通过合并多个观测星的识别结果,解决了噪声引起的错误识别问题,提高了星图识别算法的鲁棒性。针对在单帧星图中空间目标特征少的问题,提出了多帧特征融合判决方法,借助星图仿真剔除恒星,应用均值漂移聚类和置信度判决,实现了恒星背景的空间目标检测。对空间非合作目标,在近距离识别阶段面临尺度、旋转和多视角且可能被其他目标遮挡的问题,提高了空间目标识别的难度。由于空间目标识别受传感器观测角度的影响,利用傅里叶描述子和谱聚类,解决了多视角识别问题。针对空间目标被遮挡后无法与干扰分离的问题,应用骨架以及形状上下文,提出了快速骨架分支节点提取方法,快速确定空间目标的感兴趣区域,实现了空间目标的遮挡识别。对上述方法与传统方法进行大量实验对比,实验结果分析表明本研究的方法具有更好的检测和识别效果,有很强的实用价值,且已在实际工程中得到应用。
其他文献
随着无人机技术的快速发展,无人机平台下的目标跟踪受到计算机视觉领域的重点关注,其成果现已广泛应用于导航制导、安防巡航、目标监测和公共安全等领域。由于跟踪场景的复杂多样和机载计算资源的限制,准确、鲁棒和高效的目标跟踪仍然面临巨大挑战。近年来,基于判别式相关滤波的跟踪算法因其在CPU平台上的高精度和高效率成为了无人机视觉跟踪领域的重点研究方向。该文主要研究无人机平台下基于相关滤波的目标跟踪算法,研究内
作为一种发病隐匿、发展不可逆的疾病,阿尔兹海默症(Alzheimer’s Disease,AD)对老年群体的生活质量造成了极大影响。探索AD病程进展的动态演变机制、并对疾病进行及时诊断和精确评估是一个重要的研究方向。本文以磁共振影像为数据基础,对阿尔兹海默症演化建模与辨识评估进行了研究,主要包含以下几个方面:目前关于AD病变的研究大多基于AD与健康组的静态对照分析,忽略了这是一个动态变化的过程。针
共享储能模式有助于调和可再生能源对储能的高需求与储能的高成本之间的矛盾,推动“双碳”目标的实现。其中,如何实现优化调度,是当前共享储能所面临的最为基础和紧迫的问题之一。鉴于此,本文面向能量分享,分别对第三方代理模式、双边模式及自治模式下的共享储能优化调度问题展开了研究,具体如下:针对第三方代理模式的共享储能优化调度,本文设计了包含储能提供方、产消者及中介的能源合作框架,建立了以实现社会最优为目标的
大脑是最复杂的人体器官,对人类具有重要意义,而建模是研究大脑工作机制的重要途径。本文尝试从热力学的角度出发,在系统层面上构建大脑的热力学模型,为研究大脑工作机制带来崭新思路。主要研究内容包括:面向猴子植入式脑机接口的神经脉冲信号和局部场电位信号,通过引入热力学正则系综理论,分别构建了猴子基于神经元尺度和基于神经元集群尺度的神经系统热力学模型,并得到相应的系统热力学参数。通过对比猴子执行行为任务时不
复杂网络能够对各种自然、社会系统进行建模,网络的拓扑结构能够反映真实系统的功能和特性,其中网络模体是许多真实网络中显著的拓扑特性。网络模体与网络异质性紧密相关,这意味着网络中各个节点的重要度不尽相同,对于关键节点的识别能够为提高系统鲁棒性和保障系统功能提供针对性建议。海运网络承载了全球超过80%的贸易量,识别其中的关键节点,有助于分析港口和国家在贸易中的战略地位,进而为维护贸易体系的稳定提供参考。
随着疫情在全球不断蔓延,早发现、早隔离新冠肺炎感染者成为阻止病毒进一步扩散的关键步骤。常用的新冠肺炎检测技术中,有侵入性的实时逆转录聚合酶链反应和有电离辐射的计算机断层扫描均需专业设备,不适用于社区或家庭的实时检测;基于微波传感的新冠肺炎检测技术由于其非侵入性、实时、无电离辐射等优点,在社区或家庭的新冠肺炎感染者快速检测中具有广泛的应用前景。本文根据边界条件和波动方程,推导出空气中平面场源(距皮肤
随着科学技术发展,面部情感识别应用场景越来越广泛。传统的面部图像情感识别模型大多建立在受控环境下收集到的数据集上,无法适应现实生活中的复杂场景,开放环境下经常存在的如面部遮挡和姿态偏转等问题均可能给情感识别任务带来负面影响,造成识别精度降低。本文分别设计模型解决开放环境下面部情感识别任务中影响精度的两个主要问题:面部遮挡和姿态偏转。针对面部遮挡问题,本文提出一个面部去遮挡情感识别模型,该模型可以检
随着民航业的发展,机场的各项地面服务工作对员工的工作效率、任务的完成质量提出了更高的要求。针对机场地面服务人员排班问题,考虑任务的不同情况,建立了两个具有代表性的机场排班优化模型,并使用规则推理方法对两个模型进行求解,之后,考虑航班的不确定性,采用深度强化学习方法对面向任务的排班优化模型求解进行进一步的研究与对比。首先针对面向班型的排班问题,根据该排班过程中班型要求的员工资质作为约束,以最大化班型
作为一种最接近真实大脑的模型,脉冲神经网络基于稀疏的二进制脉冲信号进行高效通信,较传统人工神经网络具有一些不可替代的优势,包括低功耗、快速推理、事件驱动计算、在线学习和大规模并行处理等,这使得脉冲神经网络及其应用成为近些年来国内外的研究热点。然而已有的脉冲神经网络模型和算法在某些任务上仍然存在精度较低,复杂场景适用性较差等问题。因此提升脉冲神经网络在特定场景中的性能精度、拓宽脉冲神经网络的适用领域
随着人机交互在生活中越来越频繁,人类的情感识别也成为人工智能中很重要的一个研究领域。本文在两个常用情感数据集IEMOCAP和CMU-MOSEI上研究了以图像、文本和音频为输入数据的情感识别模型,本文的主要工作内容如下所述。针对单模态情感识别模型特征数量少而导致的情感识别准确率低的问题,本文提出了一种基于多通道特征的单模态情感识别模型。针对文本模态数据,采用Bert模型提取文本数据的深度学习情感特征