检索结果-内蒙古大学图书馆

雷达学报(中英文) 2025年第2期14卷 366-388页

作者：曹婧宜张扬尤亚楠王亚敏杨峰任维佳刘军北京邮电大学人工智能学院北京100876 北京航空航天大学电子信息工程学院北京100191 长沙天仪空间科技研究院有限公司长沙410221

基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而,受散射特性、噪声干扰等影响,同类目标的SAR成像结果存在差异。面向高精度目标识别需求,该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征,... 详细信息

基于深度学习的合成孔径雷达(SAR)图像目标识别技术日趋成熟。然而,受散射特性、噪声干扰等影响,同类目标的SAR成像结果存在差异。面向高精度目标识别需求,该文将目标实体、生存环境及其交互空间中不变性特征的组合抽象为目标本质特征,提出基于图网络与不变性特征感知的SAR图像目标识别方法。该方法用双分支网络处理多视角SAR图像,通过旋转可学习单元对齐双支特征并强化旋转免疫的不变性特征。为实现多粒度本质特征提取,设计目标本体特征强化单元、环境特征采样单元、上下文自适应融合更新单元,并基于图神经网络分析其融合结果,构建本质特征拓扑,输出目标类别向量。该文使用t-SNE方法定性评估算法的类别辨识能力,基于准确率等指标定量分析关键单元及整体网络,采用类激活图可视化方法验证各阶段、各分支网络的不变性特征提取能力。该文所提方法在MSTAR车辆、SAR-ACD飞机、OpenSARShip船只数据集上的平均识别准确率分别达到了98.56%,94.11%,86.20%。实验结果表明,该算法具备在SAR图像目标识别任务中目标本质特征提取能力,在多类别目标识别方面展现出较高的稳健性。

关键词：合成孔径雷达(SAR) 目标识别不变性特征提取本质特征深度学习

来源：评论

学校读者我要写书评

暂无评论

基于运动特征的点目标识别技术研究

引用

光学技术 2025年第1期51卷 72-81页

作者：朱露洁刘璠郑伟刘琼贺石锋刘雪峰中国科学院国家空间科学中心北京100190 中国科学院大学北京100049 湖南科技大学湖南湘潭411201

基于光学图像的点目标识别技术在空间科学、军事安全、自动驾驶等领域中有广泛应用。由于远距离及小目标探测时表现为点目标,因此现有基于目标形状、轮廓等空间信息的识别算法在点目标识别中存在困难。文章针对点目标识别问题,开展了基... 详细信息

基于光学图像的点目标识别技术在空间科学、军事安全、自动驾驶等领域中有广泛应用。由于远距离及小目标探测时表现为点目标,因此现有基于目标形状、轮廓等空间信息的识别算法在点目标识别中存在困难。文章针对点目标识别问题,开展了基于运动特征的点目标识别技术的研究,通过提取点目标强度时序变化信息的特征物理量反映目标运动状态,结合小波分析去噪以提高对统计特征提取的准确度,利用机器学习方法实现对不同运动状态点目标的识别。文章搭建了实验系统进行点目标识别验证,实验表明,该方法能够利用小样本学习实现高准确度点目标识别,基于全部提取特征和少数关键特征的识别准确率分别为87.8%和84.5%,验证了文章所提出的点目标识别技术的有效性。

关键词：点目标目标识别统计特征小波分析机器学习

来源：评论

学校读者我要写书评

暂无评论

融合梯度改进YOLO和KCF模型的无人机目标识别跟踪算法

引用

仪器仪表学报 2025年第2期46卷 221-233页

作者：王文胜何君尧黄民吴国新北京信息科技大学机电工程学院北京100192 北京信息科技大学现代测控技术教育部重点实验室北京100192

针对无人机目标小、目标不显著的情况以及目标被遮挡后的再跟踪问题,提出一种将改进YOLO和改进KCF模型融合的无人机识别跟踪算法YOLO-G-KCF。该算法在特征处理方面将多通道梯度特征和原图特征通过特征级联的方式进行融合,并将融合特征引... 详细信息

针对无人机目标小、目标不显著的情况以及目标被遮挡后的再跟踪问题,提出一种将改进YOLO和改进KCF模型融合的无人机识别跟踪算法YOLO-G-KCF。该算法在特征处理方面将多通道梯度特征和原图特征通过特征级联的方式进行融合,并将融合特征引入YOLOv10算法之中,使改进算法对强光照、阴影等复杂光照条件下的目标有更好的检测效果;同时将多通道梯度特征信息引入KCF目标跟踪算法之中,通过设计一种多尺度特征检测,使KCF算法具有良好的尺度自适应;在头侧引入KCF跟踪结果,计算得新的损失函数Inner-IoU,更准确的识别跟踪目标。经实验表明,在由多个开源无人机视频目标跟踪组成的数据集上进行测试,YOLO-G-KCF算法取得95.3%的准确率;与YOLOv10原始模型相比,改进模型的mAP@0.5提高了1.37%,平均精度mAP@0.5达到了94.28%,且识别速度达到了112 FPS,能以100 FPS以上的速度运行,满足无人机目标识别跟踪的实时性需求。通过引入识别机制的跟踪并进行改进,在不损失速度的基础上,对比其他算法具有更好地识别跟踪效果。YOLO-G-KCF算法实现了对无人机在目标小、不显著以及遮挡后再跟踪等情况下的识别跟踪,识别准确率高、抗干扰能力强、硬件开发实时性好,具有一定的理论研究和工程应用价值。

关键词：目标跟踪目标识别无人机跟踪 YOLOv10

来源：评论

学校读者我要写书评

暂无评论

短时域目标识别与快速跟踪神经网络研究

引用

兵器装备工程学报 2025年第3期46卷 182-188页

作者：曹昭睿张慧张伟郝永平胡晓阳王俊杰沈阳理工大学装备工程学院沈阳110158 沈阳理工大学机械工程学院沈阳110158 沈阳理工大学理学院沈阳110158

针对多模态检测任务下全尺寸目标识别与跟踪网络串联结构较大、整合程度差、计算效率低的问题,克服跟踪算法对目标运动持续时间与轨迹积累的依赖,面向无人机、智能巡飞弹等无人装备对多模态网络一体化、轻量化与快速相应的需求,提出了... 详细信息

针对多模态检测任务下全尺寸目标识别与跟踪网络串联结构较大、整合程度差、计算效率低的问题,克服跟踪算法对目标运动持续时间与轨迹积累的依赖,面向无人机、智能巡飞弹等无人装备对多模态网络一体化、轻量化与快速相应的需求,提出了一种基于短时域的目标识别与快速跟踪神经网络。以相邻两帧图像作为输入,融合目标语义信息与运动趋势信息间的关联特征;通过可共享特征提取网络,降低多模态目标检测网络的结构复杂性;采用含有静态与动态链路的双分支推理网络,同步完成当前帧内目标识别计算与未来帧内目标位置预测。实验结果表明:所提出的算法识别准确率可达到95.4%,位置预测准确率可达到90.9%,能够在低算力支持下赋予智能武器目标高效识别与快速跟踪计算能力。

关键词：目标识别目标跟踪位置预测深度学习机器视觉

来源：评论

学校读者我要写书评

暂无评论

基于IC-GANs的红外舰船目标识别方法

引用

兵器装备工程学报 2025年第1期46卷 277-284页

作者：姜杰闫文君刘凯张立民海军航空大学战勤学院山东烟台264001

针对复杂场景下红外舰船目标识别过程中,存在因数据集样本不均衡、标签不完整所导致的识别准确率下降的问题,提出了一种基于深度半监督学习的红外舰船目标识别方法。首先结合半监督学习方法,设计了一种深度半监督生成对抗网络;随后将生... 详细信息

针对复杂场景下红外舰船目标识别过程中,存在因数据集样本不均衡、标签不完整所导致的识别准确率下降的问题,提出了一种基于深度半监督学习的红外舰船目标识别方法。首先结合半监督学习方法,设计了一种深度半监督生成对抗网络;随后将生成器生成的虚假样本、少量标签样本和大量未标记样本一同输入判别器网络进行训练。然后引入代价敏感学习方法,对损失函数进行设计,以缓解优势样本所导致的梯度传播失衡。最后在实测数据集上进行对比验证,结果表明所提方法有效提升了对不均衡红外舰船样本的识别性能。

关键词：红外舰船目标识别半监督学习代价敏感学习

来源：评论

学校读者我要写书评

暂无评论

基于目标识别的多聚焦细胞图像融合方法

引用

激光与光电子学进展 2025年

作者：陈沐严王继帅王磊章强徐文畅程文播中国科学技术大学生物医学工程学院(苏州)生命科学与医学部中国科学院苏州生物医学工程技术研究所

多聚焦细胞图像序列在采集过程中因培养基具有流动性会造成同一细胞在不同帧图像的位置变化，且失焦细胞与聚焦细胞在形态学上存在明显差异，因此细胞图像序列无法满足现有的多聚焦图像融合算法需要保证图像内容在空间上一致性的要求。... 详细信息

多聚焦细胞图像序列在采集过程中因培养基具有流动性会造成同一细胞在不同帧图像的位置变化，且失焦细胞与聚焦细胞在形态学上存在明显差异，因此细胞图像序列无法满足现有的多聚焦图像融合算法需要保证图像内容在空间上一致性的要求。为此，本文提出了一种基于目标识别的多聚焦细胞图像融合方法，通过改进的YOLOv10目标识别模型对图像序列的所有细胞完成锁定后，进行目标追踪以关联多帧细胞并确认其运动轨迹，并对关联的同一细胞进行清晰度评价后选择清晰度最高的细胞经过图像分割，提取和融合得到最终的全聚焦清晰图像。将所提出方法与7种多聚焦图像融合算法应用于多聚焦细胞图像融合并对融合结果进行对比分析，本文提出方法的峰值信噪比平均提高3.9993，结构相似性指数达0.9741以上，融合图像内容完整、细节准确、清晰度高，实现了对多聚焦细胞显微图像的高质量融合。

关键词：图像处理多聚焦显微图像目标识别目标追踪多图融合

来源：评论

学校读者我要写书评

暂无评论

一种基于区域特征的SAR图像目标识别方法

引用

电光与控制 2025年第3期32卷 76-81页

作者：杨慧娉赖小龙刘丹重庆移通学院通信与信息工程学院重庆401000 重庆移通学院公共大数据安全技术重庆市重点实验室重庆401000

针对复杂条件下合成孔径雷达(SAR)图像目标识别问题,提出联合目标和阴影区域的方法。在SAR图像中分割获取目标及其阴影区域,据此相应提取Zernike矩特征,用于描述目标的几何形状分布。目标区域及阴影均可对目标外形进行分析,两者具有较... 详细信息

针对复杂条件下合成孔径雷达(SAR)图像目标识别问题,提出联合目标和阴影区域的方法。在SAR图像中分割获取目标及其阴影区域,据此相应提取Zernike矩特征,用于描述目标的几何形状分布。目标区域及阴影均可对目标外形进行分析,两者具有较强的相关性,故基于联合稀疏表示进行分类,对两者提取的Zernike矩特征矢量进行综合表征。根据联合稀疏表示输出结果,分别计算不同训练类别对目标及阴影的重构误差,并根据误差最小原则完成目标类别确认。联合目标和阴影区域能够更为全面地反映SAR图像中目标的几何形状信息,有利于增强区分不同类别的能力。以MSTAR数据样本为基础设置了标准操作条件以及型号差异、俯仰角差异和噪声干扰3类扩展操作条件,经实验验证及对比分析,结果表明了所提方法的性能优势。

关键词： SAR图像目标识别目标区域阴影 Zernike矩联合稀疏表示

来源：评论

学校读者我要写书评

暂无评论

重构目标和多层次BVMD特征融合的SAR图像目标识别方法

引用

探测与控制学报 2025年第1期47卷 94-101页

作者：肜瑶张洋洋黄河科技学院工学部河南郑州450063

针对SAR图像目标识别问题,从特征提取和分类器两方面,提出结合目标重构和多层次二维变分模态分解(BVMD)特征决策融合的SAR图像目标识别方法。首先,提取待识别样本目标属性散射中心集,并据此对目标进行重构用于剔除原始图像中噪声、杂波... 详细信息

针对SAR图像目标识别问题,从特征提取和分类器两方面,提出结合目标重构和多层次二维变分模态分解(BVMD)特征决策融合的SAR图像目标识别方法。首先,提取待识别样本目标属性散射中心集,并据此对目标进行重构用于剔除原始图像中噪声、杂波等干扰;其次,在重构图像的基础上,采用BVMD进行分解,获取多模态表示用于描述目标多层次的细节和整体特征;最后,基于联合稀疏表示算法对多模态特征进行综合分析,根据计算得到的各类别重构误差对待识别样本的所属目标类别进行判定。基于MSTAR公开数据集的实验结果证明了提出方法的有效性。

关键词： SAR 目标识别变分模态分解目标重构联合稀疏表示

来源：评论

学校读者我要写书评

暂无评论

基于双波段热释电传感器的目标识别算法研究

引用

传感器与微系统 2025年第3期44卷 21-24,28页

作者：王孝铧罗文博赵泽彬赖正刚重庆邮电大学光电工程学院重庆400065 电子科技大学重庆微电子产业技术研究院重庆401331 成都优蕊光电科技有限公司四川成都611731

构建基于物体不同波段红外辐射特性的目标识别方法,对于提高目标识别准确率和抗干扰能力具有重要作用。本文基于双波段热释电红外传感器构建红外探测系统,通过设置目标温度、传感器—目标距离、扫描速度等参数,研究了滤波方法、识别算... 详细信息

构建基于物体不同波段红外辐射特性的目标识别方法,对于提高目标识别准确率和抗干扰能力具有重要作用。本文基于双波段热释电红外传感器构建红外探测系统,通过设置目标温度、传感器—目标距离、扫描速度等参数,研究了滤波方法、识别算法对识别准确率的影响。结果表明,基于双波段热释电红外传感器的目标识别方法,通过双波段红外辐射特征的提取和处理,可以将目标识别准确率提高至95.7%,在高交会速度条件下可以准确识别目标,在高速目标识别等领域具有重要的应用价值。

关键词：目标识别双波段热释电传感器变分模态分解滤波机器学习

来源：评论

学校读者我要写书评

暂无评论

基于运动阵列微波成像与多尺度可变形卷积网络的引信目标识别方法

引用

兵工学报 2025年第3期46卷 214-224页

作者：韩燕文闫晓鹏高晓峰伊光华代健北京理工大学机电动态控制重点实验室北京100081 北京无线电测量研究所北京100854

针对传统调频连续波(Frequency Modulated Continuous Wave,FMCW)引信探测维度低、方位分辨能力弱导致目标识别能力不足的问题,提出基于运动阵列微波成像与多尺度可变形卷积网络(Multi-Scale Deformable Convolutional Networks,MSDCN)的引信目标识别方法。在充分分析引信运动过程中回波相位变化规律的基础上建立FMCW运动阵列天线模型,通过运动合成扩充引信天线虚拟阵元数,大幅度提升引信方位向分辨率,实现目标距离-方位的二维高分辨成像。同时,深入分析弹目交会过程中由于目标位置、姿态、距离等状态变化形成的图像多尺度特性,构建MSDCN目标识别模型,提高引信对复杂动态交会场景下目标成像多尺度特性的自适应识别能力。实验结果表明,该方法能够显著提高引信方位分辨能力,在不同目标场景下均取得较好的成像和识别效果,对典型目标多尺度像识别准确率达到94%,-6 dB信噪比时目标识别准确率仍能达到88%。

关键词：引信调频连续波运动阵列距离-方位二维像多尺度可变形卷积网络目标识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：