基于深度时空卷积神经网络的点目标检测

来源 :红外与毫米波学报 | 被引量 : 0次 | 上传用户:diaro
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于点目标可用信息少,点目标检测技术是红外搜索与跟踪系统(IRST)中的挑战性难点。基于人工提取特征的传统目标检测,智能化水平低,对点目标检测的难度大。针对此问题,提出一种新的基于深度时空卷积神经网络的点目标检测方法。该方法采用全卷积架构,输入输出尺度相同,可用于处理任意尺度图像。为了提高实时性,卷积分解技术被引入3D时空卷积处理中,将复杂3D时空卷积分解为低复杂度的2D空域卷积和1D时域卷积。根据点目标特点,多权值损失函数被提出,分别采用样本均衡因子和能量均衡因子降低样本不均衡和误差分布不均衡对点目标检
其他文献
为具备尽量宽的波长调谐范围,可调谐Fabry-Perot滤波器(TFPF)作为分光器件应用于高光谱遥感时其腔长必须很小。不同于传统Fabry-Perot干涉仪,当TFPF的腔长与谐振波长相当时,其反射镜上的反射相移不可忽略。本文基于传输矩阵方法,在宽光谱范围内对介质反射镜的反射相移和TFPF的滤波特性进行了数值计算。结果显示,考虑反射相移后TFPF表现出更高的光谱分辨率,并且波长调谐范围被压缩。研
高质量半导体薄膜是制备高性能光电器件的基础,其光电子性质很大程度受衬底所制约,实验检测薄膜下衬底性质,有助于薄膜生长优化。然而,表面薄膜覆盖后的衬底特性检测通常受到
针对SVM模型在基坑沉降预测领域存在参数选择困难和基于单点数据建模的缺点,建立顾及邻近点的PSO-SVM模型。采用PSO-SVM模型进行最优训练样本数量研究,结果表明短期样本的预测效果最优。将邻近点沉降变形值作为影响基坑沉降的因素引入到改进的PSO-SVM模型中,实例表明,在短期样本数据下顾及邻近点的PSO-SVM模型的拟合精度优于PSO-SVM模型,而在中长期样本条件下预测精度不佳。针对该缺点提
基于诱导有序加权平均(IOWA)算子,将差分整合移动平均自回归(ARIMA)模型和Holt-Winters指数平滑模型进行组合,采用SBAS-InSAR监测值进行矿区地表沉降预测,并与各单一模型的预测结果进行对比分析。结果表明,基于IOWA算子的组合模型的预测精度较单一模型有明显提升,其中各点均方误差(MSE)平均值为1.458 mm,平均绝对误差(MAE)为2.175 mm,可用于矿山地表沉降监
利用全色锐化技术提出了一种新型基于插值的高光谱图像亚像元定位方法。在该方法中,在现有的基于插值的亚像元定位方法处理路径中加入一条新的处理路径。首先,在新的处理路径
针对高光谱推扫影像间相机光心不重合,在配准过程中利用传统全局单应性矩阵对齐方式会有误差的问题,提出了一种基于SPHP(Shape-Preserving Half-Projective)并且考虑光谱信息的高光谱推扫图像的拼接方法(H-SPHP)。主要步骤包括:1)基于正解法的视矢量几何校正;2)基于先验知识和PCA的基准波段选择;3)基于SPHP的网格优化对齐方法;4)加权平均融合算法进行融合;5)
提出了一种三次成像红外连续变焦面阵扫描光学系统,在传统红外二次成像光学的基础上,增加了连续变焦的望远系统。通过正组元变焦,负组元补偿的方式,可实现连续变焦。在中间平
针对被动微波土壤湿度数据空间分辨率较低的问题,分别基于随机森林、多项式拟合及DISPATCH等统计学和物理模型,融合可见光、热红外和地表高程参量对风云三号B星(FY3B)微波土壤湿度数据进行降尺度,使其空间分辨率从25 km提高至1 km。同时,考虑FY3B、与相关输入数据源过境时间不匹配现象,设置升降轨共计四组对照实验,对比分析FY3B降尺度的最优化数据组合。采用2015年4月1日至2016年1
在对海面舰船进行红外探测时,海雾作为影响大气透过率的重要因素,会降低舰船目标与海面背景的对比度。随着海雾浓度的增大,目标对比度小于探测阈值,基于传统强度信息的红外探测方法无法探测到舰船。针对上述问题,分析了海雾场景的偏振特征,提出基于海面偏振特性的背景辐射抑制方法来增强目标对比度。首先,分析不同条件下海雾的大气透过率与红外热辐射之间的关系。然后,分析海面辐射的偏振特征,建立场景偏振对比度与强度对比
涡旋光通常需借助外部光学元件或结构将高斯光束整形来产生。激光引发的光致折变结构可以将光束整形功能直写到材料内部,具有便于集成和稳定性好等优点,但这种线性衍射通常无