【摘 要】
：
红外成像是现代战场侦察的重要手段，基于红外图像的目标识别技术可为情报解译提供重要支撑。针对红外图像目标识别，提出基于筛选深度特征的方法。设计适当结构的ResNet对红外图像进行特征学习，对于每个卷积层的输出特征图进行矢量化处理，获得相应的特征矢量。针对各个特征图的深度特征矢量，基于斯皮尔曼等级相关系数评价它们与原始图像的相关性。然后，通过门限判决算法选取若干具有高相关性的深度特征。经过筛选得到的深
论文部分内容阅读
红外成像是现代战场侦察的重要手段，基于红外图像的目标识别技术可为情报解译提供重要支撑。针对红外图像目标识别，提出基于筛选深度特征的方法。设计适当结构的ResNet对红外图像进行特征学习，对于每个卷积层的输出特征图进行矢量化处理，获得相应的特征矢量。针对各个特征图的深度特征矢量，基于斯皮尔曼等级相关系数评价它们与原始图像的相关性。然后，通过门限判决算法选取若干具有高相关性的深度特征。经过筛选得到的深度特征可剔除了不必要的冗余成分，从而提升后续分类的精度和稳健性。采用联合稀疏表示模型对筛选得到的若干深度
其他文献
自动量化评估小鼠脊背皮窗血管损伤对于血管靶向光动力疗法（Vasculartargeted photodynamic therapy,V-PDT）的个性化精准治疗研究具有重要意义。V-PDT治疗过程中，受到小鼠呼吸、心跳和不自主运动等因素影响，小鼠脊背皮窗窄带光血管图像将发生不同程度的非刚性形变，从而引起血管损伤量化误差。本文结合基于特征和灰度配准方法的优点，提出一种判断式图像混合配准方法。该方法首
随着急剧增加的高速铁路隧道检测需求，基于计算机视觉的高速铁路隧道病害识别和健康检测是国内外的新趋势。然而，高速铁路隧道结构表面图像大多数是无病害图像（占比90%以上），剔除大量无病害图像而只保存有病害图像可以大幅减少图像存贮量和降低高速海量存贮对硬件要求。为此，提出一种基于深度卷积神经网络的隧道表面病害筛选算法，以推理速度和预测精度均衡的残差神经网络ResNet-18作为主干结构，将深度可分离卷积
针对视频监测得到铁路接触网图像背景复杂、目标细弱而使电力线提取困难、效率降低的问题，提出了一种结合背景特征和改进Ratio算子的区域链码(ratio-based background features and chain code tracking，RBCT)电力线提取方法。首先分析输电线图像背景特征，对不同类别背景图像进行灰度值分析、预处理加强来消除背景噪声并增强电力线目标。然后利用分析得到的线
载波芯片（Chip On Carrier，COC）是光发射次模块(Transmitter Optical Subassembly，TOSA)的重要组成部分，被广泛应用于光通信领域，实现光电转换。针对载波芯片崩口、定位柱破损以及波导污渍三种不同类别缺陷的实时检测问题，本文提出了一种基于轻量级卷积神经网络的载波芯片缺陷检测算法YOLO-Efficientnet。首先，为了减少网络参数，缩短检测时间，采
行人重识别是通过不同的摄像机识别同一个人。由于人的姿势多变，背景杂乱以及拍摄角度不同等，提取强大的行人特征成为一个有挑战性的任务。为了提取良好的行人特征表示，本文提出了一种结合MASP与语义分割的双链路行人重识别模型。本文方法对网络不同深度的特征进行采样，不同深度的特征图具有不同的表达能力，使网络可以学习到行人身上更加细粒度的特征。上层链路针对网络过深导致行人信息丢失的问题，提出了MASP模块，对
High precision magnetometer(HPM) is a magnetic field detection payload onboard China Seismo-Electromagnetic Satellite(CSES), including two fluxgate magnetometers(FGM) and a coupled dark state magnetom
基于运动数据的动作定量评价是体育科学智能化发展的基础，但是传统的动作评价方法通常是将待评价的动作信号或模式与标准样式进行整体匹配和分析，很难抓住动作的本质特性，也难以对动作进行精细化评价和分析。为了从结构和本质特性上对动作进行综合评价，本文首先采用SWAB（Sliding Windows and Bottom-up）曲线切割算法对动作过程进行细粒度的分割，使之分解成一列姿态片段，然后针对各姿态片段
新型冠状病毒肺炎(Coronavirus Disease 2019，COVID-19)检测中胸部X射线(CXR图像)和电子计算机断层扫描(CT)图像是两种主要技术手段，为医生诊断提供了重要依据。针对当前卷积神经网络(Convolutional Neural Networks，CNN)在医学放射性图像中检测COVID-19的准确率不高、算法复杂、无法标记特征区域的问题，提出了一种融合梯度加权类激活映
2021年5月22日2时04分在青海省果洛藏族自治州玛多县发生7.4级地震，青海省自然资源厅及时组织多家单位技术力量对玛多及周边影响区开展了发震断裂与此生灾害特征的应急调查工作。野外调查资料显示，在玛多-甘德断裂和昆仑山口-江错断裂之间形成了一条宽约75km、长约230km的活动断裂带，地表新发现地裂缝653条、砂土液化和喷砂冒水点1237个、地震鼓包97个、塌陷坑2个。地表破裂总体呈北西-南东向
由于光伏电站选址的多样性，其建造环境中不可避免地会出现落叶、鸟粪等物体，对光伏组件形成遮挡，导致发电效率降低，所以光伏组件的遮挡物识别是光伏运维系统中不可或缺的环节。传统识别方法多依赖人工巡检，但成本高昂且效率低下。因此，本文基于卷积神经网络，提出了一种面向光伏组件的遮挡物识别算法PORNet。通过引入特征金字塔，构建多个分辨率下的具有丰富语义信息的图像特征，提升对遮挡物尺度和密度的敏感性；通过特