检索结果-内蒙古大学图书馆

雷达科学与技术 2021年第5期19卷 517-525,533页

作者：陈禾张心怡李灿庄胤北京理工大学信息与电子学院雷达技术研究所北京100081 嵌入式实时信息处理技术北京市重点实验室北京100081

目标识别是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要步骤。鉴于卷积神经网络(Convolutional Neural Network,CNN)在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射... 详细信息

目标识别是合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译的重要步骤。鉴于卷积神经网络(Convolutional Neural Network,CNN)在自然图像分类领域表现优越,基于CNN的SAR图像目标识别方法成为了当前的研究热点。SAR图像目标的散射特征往往存在于多个尺度当中,且存在固有的噪声斑,含有冗余信息,因此,SAR图像目标智能识别成为了一项挑战。针对以上问题,本文提出一种多尺度注意力卷积神经网络,结合多尺度特征提取和注意力机制,设计了基于注意力的多尺度残差特征提取模块,实现了高精度的SAR遥感图像目标识别。该方法在MSTAR数据集10类目标识别任务中的总体准确率达到了99.84%,明显优于其他算法。在测试集加入4种型号变体后,10类目标识别任务中的总体准确率达到了99.28%,验证了该方法在复杂情况下的有效性。

关键词： SAR遥感图像目标识别多尺度特征提取注意力机制卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于DCT融合特征提取的人脸识别技术

基于DCT融合特征提取的人脸识别技术

引用

第十七届全国信号和智能信息处理与应用学术会议

作者：陈帆师皓胡宇昂武光晖邓思丹北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室北京理工大学重庆创新中心

近年来,人们对人工智能领域的开拓不断推动人脸识别技术迈入新的研究阶段,人脸识别已经进入大数据时代,而现阶段有关人脸识别技术的主要挑战就是进一步优化样本特征提取算法和分类识别算法,来提高识别率,对此采取了离散余弦变换(DCT)融... 详细信息

近年来,人们对人工智能领域的开拓不断推动人脸识别技术迈入新的研究阶段,人脸识别已经进入大数据时代,而现阶段有关人脸识别技术的主要挑战就是进一步优化样本特征提取算法和分类识别算法,来提高识别率,对此采取了离散余弦变换(DCT)融合特征提取的方法进行人脸识别,基于预处理的概念采用局部直方图均衡消除照明变化对图像的影响,并使用二进制粒子群算法(BPSO)进行最佳DCT系数子集矩阵的选择。在ORL数据集上进行实验,根据所得数据来评估所提方法的性能。

关键词：人脸识别特征提取离散余弦变换(DCT) 二进制粒子群算法(BPSO)

来源：评论

学校读者我要写书评

暂无评论

典型线面目标合成孔径雷达参数化成像

引用

雷达学报（中英文） 2020年第1期9卷 143-153页

作者：卫扬铠曾涛陈新亮丁泽刚范宇杰温育涵北京理工大学信息与电子学院雷达技术研究所北京100081 嵌入式实时信息处理技术北京市重点实验室北京100081 北京理工大学重庆创新中心重庆401120

在复杂场景(特别是城区场景)合成孔径雷达(SAR)遥感成像中,存在大量线、面目标,如城区中的道路和建筑物边缘等目标,这些线面目标微波散射信号方向性强。传统SAR从单一视角获取场景的散射信息,且传统成像算法均基于点目标模型,使得传统SA... 详细信息

在复杂场景(特别是城区场景)合成孔径雷达(SAR)遥感成像中,存在大量线、面目标,如城区中的道路和建筑物边缘等目标,这些线面目标微波散射信号方向性强。传统SAR从单一视角获取场景的散射信息,且传统成像算法均基于点目标模型,使得传统SAR图像中线面目标主要特征表现为一系列的强散射点,而非线散射特征和面散射特征,最终造成SAR图像中目标不连续,SAR图像解译困难。因此,该文通过建立典型线段、三角面元目标的参数化回波模型,对线面目标SAR成像机理进行了深入细致的研究;并基于提出的参数化模型对线面目标进行参数化成像,即首先基于贝叶斯理论和所提的参数化模型对典型的线面目标进行分类判决,随后采用再成像的方式获得有效表征线、面目标散射特征的SAR图像,为线、面目标SAR图像解译提供有效支撑。最后,数值仿真实验成功验证了所提算法的有效性和正确性。

关键词：线、面目标合成孔径雷达参数化模型参数化成像

来源：评论

学校读者我要写书评

暂无评论

基于改进人工势场法的AGV智能车避障算法

基于改进人工势场法的AGV智能车避障算法

引用

第十七届全国信号和智能信息处理与应用学术会议

作者：梁彬尹逸斐徐明毛永飞李晓蕊北京理工大学信息与电子学院雷达技术研究所北京理工大学重庆创新中心嵌入式实时信息处理技术北京市重点实验室中国空间技术研究院遥感卫星总体部

AGV全称叫自动导引运输车。随着AGV技术的不断发展,AGV智能车已经在工业和物流产业物料搬运等领域广泛应用,AGV小车的自动化操作变得尤为重要。现如今,AGV避障技术已经成为研究热点,众多基于不同的路径规划方法的避障算法被提出。其中,... 详细信息

AGV全称叫自动导引运输车。随着AGV技术的不断发展,AGV智能车已经在工业和物流产业物料搬运等领域广泛应用,AGV小车的自动化操作变得尤为重要。现如今,AGV避障技术已经成为研究热点,众多基于不同的路径规划方法的避障算法被提出。其中,人工势场法由于运算简便得到广泛应用。然而,传统的人工势场法容易陷入局部最优点,无法达到目标点。针对上述问题,提出了一种基于改进人工势场法的AGV智能车避障算法,通过增加目标点与AGV的相对距离这一影响因子,改良算法公式,使得AGV小车在接近目标点时,不会受到很大的斥力,让目标点的引力与障碍物的斥力相平衡,且在即将到达目标点时,AGV小车不会再受障碍物的斥力影响,解决了目标点不可达的问题;通过改变斥力影响范围,使小车能够在避障的前提下选择最短的路径。最后搭建了一套虚拟环境,对所设计的算法进行仿真测试,证明所提改进人工势场法的有效性。

关键词：路径规划 AGV技术避障算法

来源：评论

学校读者我要写书评

暂无评论

结合单目测距需求的目标检测模型

结合单目测距需求的目标检测模型

引用

第十五届全国信号和智能信息处理与应用学术会议

作者：瓢正泉赵保军唐林波北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室

视觉感知是自动驾驶技术中的核心要素,单目测距和单目目标检测是视觉感知任务中的两大关键技术。然而当前单目测距与目标检测主要处于两个分离的研究领域,特别地,当前的目标检测技术没有考虑与单目测距技术之间的耦合。从单目测距的角... 详细信息

视觉感知是自动驾驶技术中的核心要素,单目测距和单目目标检测是视觉感知任务中的两大关键技术。然而当前单目测距与目标检测主要处于两个分离的研究领域,特别地,当前的目标检测技术没有考虑与单目测距技术之间的耦合。从单目测距的角度出发提出目标检测的新需求,并构建一种结合单目测距需求的目标检测模型。在公开的自动驾驶数据集上展开实验,其结果验证了优化后的检测模型可以更好地满足单目测距需求。

关键词：单目测距目标检测深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于难例挖掘和定位损失的虚警抑制方法研究

基于难例挖掘和定位损失的虚警抑制方法研究

引用

第十五届全国信号和智能信息处理与应用学术会议

作者：张博程李致衡师皓陈亮崔子涵何成北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室北京理工大学重庆创新中心

合成孔径雷达(SAR)图像船只检测可以实现广域视场内快速发现船只目标,在军事侦察、海洋航运管控等领域有着广泛的应用。针对SAR图像船只目标检测中存在的虚警率高的问题,采用难样本挖掘与基于区域的定位损失相结合的方法,实现对图像中... 详细信息

合成孔径雷达(SAR)图像船只检测可以实现广域视场内快速发现船只目标,在军事侦察、海洋航运管控等领域有着广泛的应用。针对SAR图像船只目标检测中存在的虚警率高的问题,采用难样本挖掘与基于区域的定位损失相结合的方法,实现对图像中难分目标的有效区分。在卷积神经网络困难样本训练方法分析的基础上,通过筛选难易样本,并更多地选择困难样本进行迭代训练,从而学习到困难样本的特征,提升对困难样本的区分度。同时为保证样本筛选过程中的尺度不变性,让网络同等对待不同尺度的样本,采用基于区域的定位损失,与难样本挖掘更好地结合。通过在公开数据集上的实验验证,证明了该方法可以有效降低检测的虚警率。

关键词：合成孔径雷达目标检测卷积神经网络难例挖掘

来源：评论

学校读者我要写书评

暂无评论

基于融合残差卷积网络的地震信号去噪算法

基于融合残差卷积网络的地震信号去噪算法

引用

第十七届全国信号和智能信息处理与应用学术会议

作者：杨靖怡崔文韬毛永飞赵梁博师皓北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室山东大学机电与信息工程学院中国空间技术研究院遥感卫星总体部

随着计算和存储能力的进步以及地震标签数据的大量积累,利用深度学习算法对地震信号进行去噪的研究逐渐展开并取得较好效果。但是基于前馈去噪卷积神经网络的地震信号去噪算法存在所需噪声样本量大、处理低质量噪声能力弱等问题。由此... 详细信息

随着计算和存储能力的进步以及地震标签数据的大量积累,利用深度学习算法对地震信号进行去噪的研究逐渐展开并取得较好效果。但是基于前馈去噪卷积神经网络的地震信号去噪算法存在所需噪声样本量大、处理低质量噪声能力弱等问题。由此改进的基于U-Net的去噪方案仍未能完美地分离信号和噪声。考虑到传统深度学习方案在去噪时存在的缺点,提出了一种结合变分模态分解(variational mode decomposition,VMD)的基于融合残差卷积神经网络的深度去噪器(VRU-NetDeepdenoiser)。在去噪器的编码和解码阶段分别引入多个残差模块,提高网络多尺度识别精度;同时在网络训练前采用变分模态分解算法将原始含噪信号分解,去除其中噪声成分较大的信号。实验结果表明,合成复杂含噪信号去噪后的信噪比提高2 dB以上,去噪信号与原信号的互相关性增强,证明所提方案提高了去噪准确性和鲁棒性。

关键词：地震信号去噪卷积神经网络(CNN) 残差模块变分模态分解(VMD)

来源：评论

学校读者我要写书评

暂无评论

基于二进制相位编码的MIMO汽车雷达新波形

基于二进制相位编码的MIMO汽车雷达新波形

引用

第十五届全国信号和智能信息处理与应用学术会议

作者：连红飞刘建虎杨竹溪曾涛北京理工大学信息与电子学院雷达技术研究所嵌入式实时信息处理技术北京市重点实验室北京理工睿行电子科技有限公司北京理工大学重庆创新中心

汽车雷达发射波形的信号形式决定着雷达的各项性能,一直是领域研究的热点问题。为了解决传统时分多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达波形发射周期长、数据刷新率低以及速度模糊的问题,提出了二进制相位编码MIMO新... 详细信息

汽车雷达发射波形的信号形式决定着雷达的各项性能,一直是领域研究的热点问题。为了解决传统时分多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达波形发射周期长、数据刷新率低以及速度模糊的问题,提出了二进制相位编码MIMO新波形。该波形以线性调频连续波信号为基础,通过配置二进制相位编码并利用MIMO发射不同脉冲重复频率的信号,充分利用发射资源,提升发射信号增益并有效结合重频参差解模糊与多通道高分辨测角。仿真结果表明了所提新体制波形可以有效解决传统时分MIMO模式产生的速度模糊问题。

关键词：多发多收二进制编码波形线性调频连续波速度模糊

来源：评论

学校读者我要写书评

暂无评论

面向图像小波域的显著性区域高效提取

面向图像小波域的显著性区域高效提取

引用

第十四届全国信号和智能信息处理与应用学术会议

作者：赵保军周士超赵一南北京理工大学信息与电子学院北京理工大学嵌入式实时信息处理技术北京市重点实验室

显著性区域提取旨在模拟人类视觉系统快速关注图像中感兴趣区域的能力,可作为图像预处理技术为后续的目标检测任务提供有价值的候选目标集,这在目标空间占比较小的图像场景中(如遥感图像)尤为重要。虽然当前以卷积网络为代表的显著性区... 详细信息

显著性区域提取旨在模拟人类视觉系统快速关注图像中感兴趣区域的能力,可作为图像预处理技术为后续的目标检测任务提供有价值的候选目标集,这在目标空间占比较小的图像场景中(如遥感图像)尤为重要。虽然当前以卷积网络为代表的显著性区域提取技术已取得长足进步,但仍存在诸多技术局限:(1)提取准确性有赖于大规模的训练数据,样本搜集与标注的人工代价高昂;(2)模型的训练与推理计算开销过大,不利于资源受限的嵌入式硬件平台部署。为了解决上述问题,设计了一种高效的显著性区域提取网络,将传统图像小波分析与经典的稀疏编码、条件随机场等机器学习方法相结合,针对性地挖掘图像纹理结构信息及空间上下文奇异性,进而预测显著性区域。从技术上讲,(1)网络的小波纹理结构分析单元通用性良好,可规避样本训练过程,降低训练样本依赖性;(2)网络的稀疏编码单元可实现特征向量的低熵编码,有助于提升特征的鲁棒性;(3)网络的邻域关联单元基于条件随机场模型,可利用空间上下文间的关联性来挖掘图像奇异性信息,从而联合判断显著性区域。实验表明,与基于手工特征提取的显著性区域提取方法相比,所提方法具有相当甚至更优的提取准确性;与传统的深度学习网络相比,所提方法具有良好的训练与推理计算效率。

关键词：小波域显著性区域低样本复杂度实时处理

来源：评论

学校读者我要写书评

暂无评论

基于光谱差异均衡区间筛选的高光谱目标检测

引用

北京理工大学学报 2019年第3期39卷 320-326页

作者：王文正赵保军唐林波冯帆北京理工大学信息与电子学院雷达技术研究所北京100081 嵌入式实时信息处理技术北京市重点实验室北京100081

如何快速、准确地进行目标检测,是高光谱遥感图像在实际应用中面临的关键问题.波段选择是提高高光谱数据利用效率的途径之一,针对目前基于光谱匹配的高光谱目标检测算法数据利用率低,易受冗余信息干扰导致检测率不理想的问题.在构建光... 详细信息

如何快速、准确地进行目标检测,是高光谱遥感图像在实际应用中面临的关键问题.波段选择是提高高光谱数据利用效率的途径之一,针对目前基于光谱匹配的高光谱目标检测算法数据利用率低,易受冗余信息干扰导致检测率不理想的问题.在构建光谱区间差异均衡化计算模型的基础上,提出差异均衡化的光谱子区间提取方法.使用实测高光谱遥感影像数据集对方法进行验证.结果表明,相比于采用全谱段数据以及其他波段选择方法的目标检测结果,所提出的方法在计算耗时、检测准确率方面均取得更理想的结果,可高效实现高光谱图像的目标检测.

关键词：高光谱目标检测光谱匹配波段选择

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：