【摘 要】
：
合成孔径雷达（Synthetic Aperture Radar,SAR）具有全天时、全天候成像能力,可以对海洋进行长时间的连续监测,在海洋船只目标检测方面具有显著的优势,近年来备受关注。基于卷积神经网络（Convolutional Neural Networks,CNN）的船只检测方法能够自动提取有效特征从而获得比传统阈值方法更高的精度。然而,小型船只目标一般散射强度较弱且像素数较少,在常规多尺度
论文部分内容阅读
合成孔径雷达（Synthetic Aperture Radar,SAR）具有全天时、全天候成像能力,可以对海洋进行长时间的连续监测,在海洋船只目标检测方面具有显著的优势,近年来备受关注。基于卷积神经网络（Convolutional Neural Networks,CNN）的船只检测方法能够自动提取有效特征从而获得比传统阈值方法更高的精度。然而,小型船只目标一般散射强度较弱且像素数较少,在常规多尺度检测的低分辨率特征图中特征较少,易产生漏检;此外,传统的先通过海陆分割进行陆地屏蔽,再进行船只检测的级联方法实现复杂、耗时较长且没有利用两个任务的内在相关性;极化SAR可提供目标不同的极化特征,丰富了目标信息,有助于增加小型船只目标与其他干扰目标的区分度,然而极化分解的多通道特征未充分应用于船只目标检测中。针对以上问题,考虑到多通道CNN相比常规CNN具有更优的特征提取与解码能力,具有同步处理海陆分割和船只检测的能力和自适应融合多极化通道SAR数据的潜力,因此本文开展基于多通道CNN的极化SAR小型船只检测研究。主要工作内容和创新点有:（1）提出了基于单尺度低层特征聚合的小型船只检测方法。针对小型船只在常规多尺度检测低分辨率特征图中特征较少、易产生漏检的问题,通过特征可视化与对比实验挑选出适合小型船只检测的单尺度特征图,并设计了语义增强模块,弥补了单尺度特征图上语义信息的缺失。相比于基准检测算法,该方法在SAR图像小型船只检测数据集与公开数据集（SAR Ship Detection Dataset,SSDD）上平均准确率分别提升了1.55%和0.18%。（2）设计了基于多通道解码的海陆分割与船只检测一体化网络结构。针对传统海陆分割与船只检测级联方法复杂且耗时较长、未考虑两者内在相关性的问题,采用多通道解码在一个网络中同步实现海陆分割和小型船只检测,在船只检测过程中共享了海陆分割提取的全局语义信息,提升了小型船只检测模型对陆地虚警的辨别能力并减少了漏检。（3）提出了基于多通道极化特征自适应融合的小型船只检测方法。针对极化分解的多通道信息存在特征冗余、没有得到充分利用的问题,利用多通道编码实现极化特征自适应融合,在减少特征冗余的同时自动提取出有助于小型船只检测的特征。相比于仅利用幅度图的检测算法,采用双极化与全极化特征使小型船只检测平均准确率分别提升了3.83%和7.9%。
其他文献
人体动作识别在视频信息检索、公共视频监控、人机交互、科学认知等方面有着重要的应用价值,是计算机视觉、模式识别和机器学习等众多学科的交叉研究领域。在机器学习领域中,通常的建模方法建立的模型有生成式模型和判别式模型。对于以时间序列数据表示的人体动作,本文的研究聚焦于可解释性较好的生成式模型中用于处理时间序列的隐马尔科夫模型。由于人体动作识别的性能依赖于动作的表示方式,针对传统隐马尔科夫模型简单地以离散
在轻薄型毛精纺面料的经纬向按一定规律间隔排列水溶性维纶纱,并进行交织,经后整理退维溶解,在面料表面获得规律排列的孔洞效应。阐述了产品技术规格及生产工艺流程,对经纬纱支、维纶纱的水溶温度与间隔根数、织物密度和紧度、后整理退维点选择等进行了优化设计,对主要工序的工艺参数与技术要点进行了说明。测试结果表明,成品各项指标符合产品标准与设计要求。面料孔洞清晰圆整、排列平直,成品呢面整洁、手感滑糯、轻柔飘逸。
无人车在车速较高和行驶环境较为复杂情况下对车辆的路径规划、决策以及控制的实时性要求较高。本文针对如何保证无人驾驶汽车在高速、紧急以及路面附着较差的工况下能够成功完成对突发障碍物安全稳定的规避和对目标路径的准确跟踪,同时还能够确保车辆的稳定性这一目前国内外的难题开展研究,论文的主要研究工作和创新性如下:提出了一种基于五次多项式的全局路径规划与一种基于点质量法的局部路径规划算法相结合的方法。基于五次多
信息中心网络（Information-Centric Networking,ICN）成为未来网络发展的趋势,支持无处不在的缓存特性。网络切片作为新一代网络的关键技术,能够实现基于ICN服务的架构。但ICN切片在缓存资源的使用及部署等方面仍存在诸多问题,例如:缓存资源浪费问题、缓存节点存在空载开销问题等。因此,本文深入研究ICN切片,并使用博弈论方法进一步优化ICN切片的缓存资源分配和动态部署方案。
极化SAR具有全天时、全天候和可穿透植被等特点,同时又具有较高的分辨率,因此在土壤湿度反演方面可以发挥重要作用。但是由于地面信息较为复杂,特别是土壤粗糙度和植被的影响较为严重,因此现有的模型都不能较好的建模土壤湿度与极化SAR数据之间复杂的表征关系,同时极化散射机理与定量化参数之间物理关系也没有得到深入的研究。充分挖掘极化SAR数据现有特征与量化参数之间的物理联系并且将深度学习技术与传统反演模型相
故障监测是轨道交通系统中的一个热门问题,对乘客的乘车安全有着重要意义。而地铁作为城市轨道交通的重要组成部分,为了保障其运行安全,对设备工况进行实时监测是十分必要的。目前列车故障的在线监测手段主要是基于振动信息、温度信息、视频图像信息的设备状态监测。本文借鉴地铁工作人员利用听诊法去识别设备故障的方式,以声音作为研究对象,提出了基于声学特征融合和声源定位的方法实时监测地铁行驶过程中底架设备的工作状态。
合成孔径雷达（Synthetic Aperture Radar,SAR）是一种高分辨率微波成像系统,具有不受光照、云雾影响成像的优势,在地球观测各领域发挥了越来越重要的作用。SAR辐射定标是建立载荷量测数字量化值与对应目标后向散射系数的关系,对SAR定量化应用具有重要意义。目前SAR辐射定标多以人工定标器作为标准参考目标,而其运输、安装、维护困难,难以满足常态化SAR定标需求。自然界广泛存在的稳定
通过对麻昭高速公路顺层岩质边坡现场地质条件的详细调查及勘探,对边坡的岩体结构类型进行划分,研究滑坡的成因机制。滑坡体沿着页岩风化界面滑动,页岩具强度较低,透水性差,灵敏度高,遇水易软化成软土同时强度降低,失水收缩开裂等特性,边坡稳定性受降雨、地震及开挖影响较大,研究表明,边坡目前处于蠕动滑移阶段。在此基础上建立地质结构模型,采用极限平衡法对典型断面进行稳定性分析,基于计算分析,结合保护对象采取合理
随着机器人技术的迅速发展,机器人已经开始广泛应用在人们生产生活中。足式机器人具有灵活性高、适应性强等特点,广泛应用于野外探索、补给运输、灾害救援等方面。与双足、四足机器人相比,多足机器人腿部自由度更高、重心更加稳定,具有更为出色的运动灵活性和载荷能力。多足机器人已经成为足式机器人领域中的一个研究热点。传统的多足机器人控制方法一般会采用节律控制器,但是节律控制器设计难度较大,需要多足机器人的精准模型
合成孔径雷达（Synthetic Aperture Radar,SAR）是一种具备全天候成像能力的相干微波传感器,可实现大范围高分辨率微波成像。极化SAR数据能够提供全极化模式下的丰富散射信息,是地质构造与目标形态的有效表征形式,在土地覆盖分类方面具有重要研究意义。自1989年以来,卷积神经网络通过卓越的信息处理能力,推动了图像分析技术出现跨越式进展。然而,大量的冗余极化特征、相干斑噪声干扰以及繁