【摘 要】
：
基于深度学习的目标识别算法在精度和实时性方面都远远赶超传统方法,但将其应用于遥感图像舰船目标识别时,通常需要使用大量样本对模型参数进行调节,而遥感图像中某些特定目标类型的样本获取成本较高,甚至难以获取,因此,如何将深度学习用于遥感舰船小样本目标的识别成为一大难点。迁移学习是当前小样本学习中一种较为主流的方法,其旨在从其他相关数据中提取对解决目标任务有用的额外信息进行辅助学习,但是当源域与目标域之间
论文部分内容阅读
基于深度学习的目标识别算法在精度和实时性方面都远远赶超传统方法,但将其应用于遥感图像舰船目标识别时,通常需要使用大量样本对模型参数进行调节,而遥感图像中某些特定目标类型的样本获取成本较高,甚至难以获取,因此,如何将深度学习用于遥感舰船小样本目标的识别成为一大难点。迁移学习是当前小样本学习中一种较为主流的方法,其旨在从其他相关数据中提取对解决目标任务有用的额外信息进行辅助学习,但是当源域与目标域之间存在跨域时,现有迁移学习方法往往难以确定源域中哪些数据是有用的,容易产生负迁移;而且与其他小样本学习方法一样,其学习所得的模型大都具有一定偏好,容易出现不同类别间识别精度差距较大的情况。针对上述问题,本文具体研究内容如下:1)针对源域数据难以确定,容易产生负迁移的问题。本文提出遥感图像小样本舰船目标跨域迁移学习算法。首先对源域数据进行相关性排序,将其划分为与目标域强/弱/负相关的样本;然后根据舰船目标的结构特性,引入自监督角度预测任务进行多任务联合训练,以此在不影响主分类网络结构的同时,利用强相关源域样本的特征信息对目标任务的泛化方向进行引导,辅助目标域的识别任务。选取多种不同类别的数据作为迁移样本进行算法验证,实验结果显示:通过本文相关性排序算法,可以从现有公开数据集中筛选出一些人眼无法感知,但实际能够正向引导舰船目标识别任务的样本,其对目标任务所产生的辅助作用甚至超过了遥感舰船同一大类下的样本图像。且在本文所用的遥感图像小样本舰船目标数据集上,提出的算法优于跨域迁移学习中广泛使用的微调算法,与仅使用主分类网络的目标识别算法相比,舰船目标数据集的总体识别精度提升了17.59%,最高可达97.65%。2)针对识别模型存在类别偏好的问题。本文在已实现算法的基础上,提出遥感图像小样本舰船目标融合识别算法。首先通过不同识别算法对应的基模型,分别计算出待识别图像在不同算法下的类概率分布;然后使用证据理论框架下的Dempster组合规则对多组类概率分布进行融合,从而匹配得到输入图像的类别标签,完成识别任务。使用不同决策级融合方法将本文提出的跨域迁移学习算法与其他小样本学习算法进行融合,实验结果显示:基于Dempster组合规则的决策级融合方法可以较好地综合不同算法所获取信息之间存在的冗余性和互补性,其融合效果明显优于硬投票和软投票这两种常见的决策级融合方法。与跨域迁移学习算法相比,该方法将遥感图像小样本舰船目标数据集各类别样本的识别精度区间从91.11%-100%提升至95.56%-100%,样本类间识别精度的差距明显减小,且总体识别精度也有所提高,可达98.24%。3)围绕提出的核心算法,本文设计开发了一系列可视化软件平台以简化算法操作流程,推进相关的工程化应用。具体包括:图像目标切割软件平台、跨域迁移学习算法训练测试软件平台以及检测识别算法集成测试软件平台。此外,本文采取先检测后识别的策略,将课题组其他成员实现的目标检测算法与本文目标识别算法进行串联,以此模拟实际识别场景进行性能测试,进一步验证了提出算法在实际应用场景中的有效性和实用性。
其他文献
妆容迁移技术是风格迁移技术的延伸,其目标是将参考图像上的妆容信息迁移至目标图像上,实现改变人物妆容风格的目的。本文在对现有的妆容迁移算法进行充分的研究之后,围绕妆容配对数据的生成、网络结构的研究以及面向人脸识别的去妆算法,一方面对SCGAN（Style-based Controllable GAN）算法进行了改进和优化,提升了算法的妆容迁移质量;另一方面提出了一种面向人脸识别的自动去妆算法,提升了
“互联网+”背景下,网络回收商在促进废弃电器电子产品（Waste Electrical and Electronic Equipments,WEEE）规范高效回收的同时,对线下非正规回收商回收市场占比造成一定挤压。但消费者固有的回收习惯仍让线下非正规回收商拥有较大的生存空间,形成网络回收商和线下非正规回收商共存的局面。消费者作为WEEE的持有者,参与回收时不仅会考虑客观回收价格,还结合自身主观认知
随着我国经济体制改革的深入,如何有效地防范系统性金融风险,已经成为了全社会共同关心的问题。国有企业是我国国民经济的重要组成部分,其市值的稳定对于国有资产保值增值、金融市场稳定安全和国家经济的长期发展都有着举足轻重的作用。由于国有企业特殊的产权性质,其内部存在着“一股独大”、“所有者缺位”以及“内部人控制”等现象,而这一现象使得国有上市企业信息环境恶化,委托代理冲突加剧,从而导致股价崩盘风险的进一步
数字化转型已经成为企业发展的大势所趋。数字化转型是企业以数据为核心驱动要素,通过数字技术赋能业务流程、经营战略、组织架构和商业模式,构建新的价值创造体系的过程,同时也是与顾客、合作伙伴等利益相关者实现价值共享、价值共创的过程。企业率先抓住机会实现数字化转型,才能确保企业在日益激烈的市场环境中获得核心竞争力和可持续增长能力,享受到数字化转型的红利。然而在数字化转型实践中,很多企业正面临数字化转型悖论
板翅式换热器是高效紧凑式换热器,在低温空气分离、石油化工和汽车船舶冷却器等领域应用广泛。翅片是板翅式换热器传热的核心元件,通常由金属薄板通过组合式模具冷冲压制成。冲压模具的磨损和位移会使翅片加工质量下降,使翅片形状、尺寸、面积等几何参数和切断面毛刺分布、表面粗糙度等微观特征发生渐进性变化。研究表明,这些形变会增加翅片流动阻力并降低传热性能。目前,翅片质量检测的传统人工目视方法受主观因素影响大,而翅
旅游业的快速发展不仅给各地开发旅游资源带来了良好的机遇,也给人们的精神文化生活带来了崭新的气象。随着景区游客流量的日益增长,给景区的承载力带来了很大的压力。与此同时,游客自身素质良莠不济、景区管理方式落后以及缺乏科学化、系统化的旅游研究,对旅游业的进一步发展是更大的挑战。与景区或政府采取限制甚至惩罚的措施相比,激发游客自身的亲环境行为,关注其作用机理,让游客主动地参与到旅游地的环境保护,更为切实可
大学生是大众创业万众创新的主力军,纵深推进大众创业万众创新是我国深入实施创新驱动发展战略的重要支撑,国家支持大学生创新创业具有重要意义。目前大学生参与创新创业主要以团队的形式展开,较之个体创业,团队创业的成功率更高,研究并改善提升大学生团队创业绩效具有重要意义。本研究基于高阶理论和社会认知理论,参照IMO模型,构建大学生团队创业绩效的影响机制模型,探究在共享心智的中介作用下,创业团队异质性和团队冲
点模式是无序点集合或多集合的形式。在自然界中,许多现象可以用点模式进行描述,如城市的地理分布、恒星的空间分布,而在大量数据分析问题中,点模式也有广泛的应用场景,如图像和场景分类中的关键区域集合、自然语言处理和信息检索中的词袋（bag-of-word）。然而,在点模式数据的机器学习中,有关点模式的统计模型研究并没有得到太多关注。因此,本文基于点模式的描述与参数估计问题展开相关研究。主要的研究成果如下
随着5G技术不断发展,通信系统日益复杂,且T/R组件也越来越多。开关芯片和微带探针在雷达以及相控阵等远距离信号传输系统中有大规模应用。由于开关芯片的插入损耗随通路个数增加而增加,而单片微波集成单刀八掷开关芯片有八条通路,所以插入损耗过高。国内外学者对单片微波集成单刀八掷开关芯片的研究较少,且射频芯片公司就单片微波集成单刀八掷开关芯片设计和生产也需预定。针对如何精确控制相控阵旋转角度问题,本文设计了
隐写术与深度伪造等技术的滥用,使得互联网上的多媒体数据的真实性、完整性和可靠性饱受前所未有的质疑。而现有的多媒体取证算法往往需要大量带有标签的训练样本,且检测精度仍有待提高。本文拟利用多媒体视觉数据与其携带的成像设备固有指纹信息——成像设备指纹之间的关联特性,提出用于图像隐写分析和深伪视频检测的新型多媒体取证方法。针对实际的隐写检测中由于载体图像来源未知导致的载体来源失配问题,本文提出了一个基于成