【摘 要】
：
现代战场对于目标定位、打击、追踪等提出了更高的要求,战场态势感知是获得战场主动权、赢得战争胜利的前提和基础,而视频合成孔径雷达（Synthetic Aperture Radar,SAR）的高帧率成像以及全天时、全天候工作特性为SAR动目标检测技术的研究提供了新途径。论文采用深度学习方法针对视频SAR动静目标检测技术进行了深入研究,取得了以下研究成果:（1）研究了视频SAR图像目标及背景特点,构建了
论文部分内容阅读
现代战场对于目标定位、打击、追踪等提出了更高的要求,战场态势感知是获得战场主动权、赢得战争胜利的前提和基础,而视频合成孔径雷达（Synthetic Aperture Radar,SAR）的高帧率成像以及全天时、全天候工作特性为SAR动目标检测技术的研究提供了新途径。论文采用深度学习方法针对视频SAR动静目标检测技术进行了深入研究,取得了以下研究成果:（1）研究了视频SAR图像目标及背景特点,构建了视频SAR仿真样本库。首先,对原始仿真图像进行随机裁剪以改变目标在整幅图像中的位置,模拟真实SAR图像中目标位置的随机性;然后,在背景位置随机加入椒盐噪声,模拟视频SAR背景的相干斑噪声,生成不同信噪比的目标;最后,根据目标的坐标位置以及目标特点（明暗）来确定其对应的分割图像标签。（2）提出了一种编码器-解码器结构的单帧视频SAR目标检测模型。模型分为编码与解码两个阶段。编码阶段将高分辨率输入图像映射为较小的特征图,有效减少网络计算的参数量,采用Res Net34骨干网络进行特征提取,其残差块结构将深层特征与浅层特征进行融合,在确保网络深度的同时实现更好的训练稳定性。解码阶段采用上采样层以及卷积、激活、池化的组合构成的上采样块,使用与编码器对称的结构将缩小后的特征图逐层还原并映射为与输入图像相同的分辨率的目标分割结果。（3）提出了基于视频SAR目标时空信息的帧间关联模块。该模块采用多帧目标信息修正单帧图像的分割结果。帧间关联模块共有三种功能:修正分割偏差、补充漏检结果、过滤虚警目标。该模块采用了轻量级的编码器-解码器结构,实际应用中可以直接接在单帧检测网络之后使用。
其他文献
猕猴桃是呼吸跃变型水果,采收后果实的硬度呈下降趋势,其软化程度是判段果实成熟度的重要指标。淀粉降解与猕猴桃果实软化的关系十分密切,直接影响到果实的贮藏性和货架期。淀粉合成并储藏于淀粉体中,因此研究猕猴桃果实淀粉体中淀粉代谢对于揭示淀粉降解与果实软化具有重要的理论意义和应用价值。本研究以美味猕猴桃海沃德（Actinidia deliciosa Hyward,HWD）、中华猕猴桃金果（Actinidi
传统的目标检测算法通常使用滑动窗口进行区域选择,提取所选区域中的特征向量输入到分类器中完成分类。这会造成大量窗口冗余,降低算法效率。后来学界广泛使用基于深度学习的算法,其多是通过卷积核遍历图像中的特征向量,完成检测任务。相比较于传统算法,虽然基于深度学习的检测算法极大的提高了目标检测的精度,但是该算法通过遍历所有特征向量完成检测任务,而在一张图片中,最有用的信息往往仅存在于目标周围的区域。因此,遍
在获取图像的过程中,由于光照环境弱拍摄设备故障以及传输器件老化等外界因素,图像会出现信息受损或是质量畸变等退化现象。图像模糊是经典的图像退化问题,文中主要研究运动模糊图像复原任务,运动模糊产生的主要原因是由于物体与相机产生相对位移导致像素点发生变化。随着深度学习的快速发展,已经形成使用参数化的框架得到清晰图像,CNN网络通过叠加卷积核实现不同程度像素模糊的复原需求。本文算法是以SRNDeblurN
柑橘是世界和我国南方地区最重要的鲜食水果。近10年来,通过品种结构调整、区域气候优势互补、栽培和采后生产技术创新等综合措施,现已基本实现了国产鲜食柑橘的周年供应,但贮运保鲜等采后生产依然是柑橘产业链的短板。水分是影响柑橘果实贮藏寿命和销售外观品质的决定因素。本实验室前期的研究发现水通道蛋白（Aquaporins,AQPs）介导的水分的转运和消耗是引起柑橘采后耐贮藏性能差异的源头因素,但具体的调控机
中国是柑橘重要原产地之一,柑橘资源丰富,有4000多年的栽培历史。柑橘胚性愈伤组织不仅可以长期离体保存,也是通过细胞融合创制新种质和建立柑橘可再生基因编辑体系的珍贵试材。因此,诱导和保存状态良好的胚性愈伤组织是柑橘生物技术改良的常规和必要工作。细胞融合技术可以有效缩短育种年限,实现核基因组和胞质基因组重组。柑橘细胞融合过程中,线粒体总是定向来自愈伤组织亲本,但其内在机制仍不清楚。基于以上背景,本研
随着计算机视觉领域的不断发展,仅在二维图像上进行图像处理的相关研究已经不能满足日益复杂的任务需求,为了能够进一步提高各类图像处理研究的精度,深度信息的加入不可或缺。然而在日常图像采集的过程中,难以创造使用高精度深度测量设备获取实际深度信息的条件,因此利用深度估计技术获取二维图像深度信息是一个至关重要且具有广阔应用前景的研究课题,而使用深度学习方法进行深度估计的研究又能快速、准确、端到端地获取到图像
当下无线电定位技术在生活中应用广泛,室内定位始终是其中的热点研究的对象。无线电在室内环境传播相较于室外空旷环境更易出现因为多径或者非视距环境等情况而增大定位误差。论文以超宽带（Ultra-Wide Band,UWB）技术为定位实现的基础,依靠其良好的穿透力与稳定性提高定位系统在室内定位的精度。论文研究了UWB的定位算法,设计了移动机器人的定位跟随系统,实现了可随标签进行定位与跟随移动的机器人平台。
目标定位一直是计算机视觉领域较为热门的研究点,单纯基于深度学习的目标定位网络,是通过大量的卷积结构对图片特征提取,然后枚举目标可能存在的区域,最后对这些区域进行检测。这种方法效率低,消耗过多资源。深度强化学习是一种基于策略的方法,通过不断试错,能够学习到完成任务的最优策略。现有的深度强化学习方法大多基于时间差分法,通过随机预设一个包围框,然后通过不断变形包围框最终定位目标。这种方法在随机生成的包围
本研究以从I-69杨（Populus deltoides cv.Lux ex.I-69/55,耐涝）×小叶杨（P.simonii,不耐涝）的杂交子代中筛选出来的耐涝性存在显著差异的2个全同胞子代LS1（耐涝）和LS2（不耐涝）为试材,通过人工模拟淹水胁迫试验,研究了两者不同部位的叶片和细根的生理和解剖结构对淹水胁迫响应的差异。同时,以子代LS2为试材,通过叶面喷施6种外源化合物,初步探讨了不同外源
番茄是一种大众普遍喜爱的蔬菜。随着经济的发展,消费者对其外观品质的要求也越来越高。番茄生产中裂果现象普遍存在,直接影响果实的完整性,降低果实的商品价值。目前关于裂果机制的研究还具有一定的局限性,多集中于生理生化的角度,内部精细的分子调控网络需要进一步探究。因此解析调控番茄裂果的分子机制,能为裂果研究提供新方向,对今后番茄育种中选育抗裂优良性状的品种具有重要的意义。本研究鉴定出一个控制番茄果皮网状裂