在继承平方公里阵列(Square Kilometre Array,SKA)望远镜的中国低频探路者——"宇宙第一缕曙光"探测项目21CMA在十年间所积累的经验和广泛国际合作的基础上,计划小规模改造现有设备,迅速掌握数字多波束合成、高动态大视场成...
详细信息
在继承平方公里阵列(Square Kilometre Array,SKA)望远镜的中国低频探路者——"宇宙第一缕曙光"探测项目21CMA在十年间所积累的经验和广泛国际合作的基础上,计划小规模改造现有设备,迅速掌握数字多波束合成、高动态大视场成像、前景去除等SKA低频成像的关键核心技术。同时,与SKA低频阵(SKA-low)先导设备MWA(Murchison Widefield Array)开展深层次合作,预选未来用于SKA1-low宇宙再电离深度成像的观测候选区域,为最终利用SKA第一阶段(SKA1)低频阵列,对选定观测候选区域进行深度定点观测做好充分准备,最终实现SKA1既定的首要科学目标。该项目还将建设中国SKA区域中心数据处理原型样机,并以21CMA和MWA实测数据为基础,完成低频射电干涉成像的数据处理流程,为建设中国SKA区域数据中心打下基础。
特殊环境下道路目标的三维感知对汽车的全天时、全气候自动驾驶具有重要意义,红外双目视觉模仿人眼实现微光/无光等特殊环境下目标的立体感知,目标检测与匹配是双目视觉立体感知的关键技术。针对当前分步实现目标检测与目标匹配的过程冗杂问题,提出了一个可以同步检测与匹配红外目标的深度学习网络——SODMNet(Synchronous Object Detection and Matching Network)。SODMNet融合了目标检测网络和目标匹配模块,以目标检测网络为主要架构,取其分类与回归分支深层特征为目标匹配模块的输入,与特征图相对位置编码拼接后通过卷积网络输出左右图像特征描述子,根据特征描述子之间的欧氏距离得到目标匹配结果,实现双目视觉目标检测与匹配。与此同时,采集并制作了一个包含人、车辆等标注目标的夜间红外双目数据集。实验结果表明,SODMNet在该红外双目数据集上的目标检测精度mAP(Mean Average Precision)提升84.9%以上,同时目标匹配精度AP(Average Precision)达到0.5777。结果证明,SODMNet能够高精度地同步实现红外双目目标检测与匹配。
暂无评论