【摘 要】
:
随着遥感图像空间分辨率的提升,目标的最小可探测尺寸逐步改善,现有遥感技术已实现对小型车辆目标的检测与定位,再借助遥感的大范围监测能力,将成为城市/城市群交通宏观监测的新途径。然而,即使在高分条件下,类似小型车辆这类弱小目标的探测还面临着诸多问题:一方面,为提升传感器空间分辨率,往往会牺牲一定的图像信噪比,加之目标周围复杂的背景环境和光照环境,导致目标与周围反差过小,目标可检测性不高;另一方面,即使
论文部分内容阅读
随着遥感图像空间分辨率的提升,目标的最小可探测尺寸逐步改善,现有遥感技术已实现对小型车辆目标的检测与定位,再借助遥感的大范围监测能力,将成为城市/城市群交通宏观监测的新途径。然而,即使在高分条件下,类似小型车辆这类弱小目标的探测还面临着诸多问题:一方面,为提升传感器空间分辨率,往往会牺牲一定的图像信噪比,加之目标周围复杂的背景环境和光照环境,导致目标与周围反差过小,目标可检测性不高;另一方面,即使在高分条件下,小目标的空间占比仍然不足,过少的空间形态结构难以对目标进行区分。因此,本文从具有高检测精度的深度学习算法入手,针对遥感图像弱小目标检测问题开展了相关研究,内容如下:针对小目标包含像素少、特征信息有限的问题,研究图像超分辨重建方法,以提升图像质量,丰富小目标的空间特征信息。一方面研究了生成对抗网络,将该网络与遥感图像超分辨重建相结合,构造了超分辨模型,在该模型的基础上,通过对网络结构的改进,提出了增强型遥感图像超分辨率模型,进一步丰富了重构后的图像细节,增加了小目标的纹理信息,为接下来的小目标检测提供了数据基础。针对小目标检测算法精度和鲁棒性不足的问题,本文以两阶段目标检测Faster-RCNN算法为基础,与FPN特征提取网络相融合,并对检测网络进行级联,构建了新型两阶段级联目标检测网络,在保证高目标检测精度的同时,有效改善了小目标的定位精度。
其他文献
变电站是联系主干网与配电网的重要节点,是智能电网的核心枢纽。随着工程用电设备的不断增加,使得变电站在整个电力系统中发挥着至关重要的作用。电压等级的上升与传输容量的增大,使得变电站的规模不断扩大,仅依靠传统的人工现场巡检难免存在危险系数高、误检漏检等缺点,因此本文采用电力巡检机器人代替人工巡检。针对电力巡检传统图像识别算法存在识别精度低、检测实时性差等缺点,本文给出了基于深度学习目标检测算法的变电站
煤炭作为我国的主要能源,在一次能源的消费结构中占主导地位。随着科技进步和社会发展,国家对能源的需求日益增加。矿区铁路作为煤炭产、运、销的中间环节,保障其运输安全尤为重要。矿区铁路与国家铁路相比,铁路平交道口数量多且多为无人看守模式,行人在经过平交道口时易放松警惕,引起恶性交通事故,矿区铁路无人看守道口的安全问题受到相关部门高度重视。为保障机车在矿区铁路无人看守道口的运输安全,本文以矿区铁路无人看守
由于铁电材料具有显著的力电耦合特性,在数据存储、微制冷方面具有巨大的发展优势。但是,铁电材料一般为断裂韧性较差的陶瓷材料,断裂破坏成为其常见的失效模式。随着材料尺寸的不断减小,铁电材料的断裂过程往往伴随着大范围畴变的发生。然而,铁电材料显著的非线性使得获取裂纹尖端的断裂参量十分困难,针对不同裂纹面电边界条件下的铁电材料大范围畴变与断裂研究明显滞后。因此,正确认识与评估铁电材料的大范围畴变机制以及断
电网的建设包括多个环节,整个流程耗时较长,除了前期的总体规划、勘察设计,在经历立项审批等环节后,项目施工前和施工过程中还将涉及土地征用、环评、青苗赔偿等等一系列可能出现的状况和问题,而这一些列的问题常常引发相关民众与电网建设方的纠纷。配电网工程建设时常因邻避纠纷而受阻,从而严重拖延了建设工期。在H地区中低压配电网工程建设过程中同样如此,虽然部分问题在管理人员的协调下能解决,但是在不少邻避纠纷由于处
随着科技的发展以及生活水平的提高,人们也越来越追求厨房电器的便捷性、安全性以及舒适的使用感。因此,既能为锅具实现感应加热,又能为无尾厨电供电的多功能无线供能装置也应运而生。相比于传统电磁炉,多功能无线供能装置在降低成本、减小体积,提升厨房环境的整洁性等方面上,有着卓越的提升。在空间效率上,允许食物准备、烹饪和清洁都在同一表面进行,具有高灵活性,同时由于电源发射端嵌入在厨房台面上或安装在台面下,隐藏
随着社会信息化进程的不断推进,图像已逐渐成为基础的信息载体,在各行各业起到十分重要的作用。但是智能终端的普及使得图像数量呈爆发式增长,进一步增加了图像的来源与种类,给通信系统带来了极大压力。如何在保证图像可用性的前提下,对图像进行编码传输是亟待解决的问题。以往的图片处理更多依赖于传统算法及人工查验,这要求最小化编码带来的误差,追求高保真和高分辨率以保证图片的整体结构与局部细节。近年来深度学习(De
危险行为检测是维护公共治安,减少安全事故发生的有效手段,对维护社会稳定发展有着重要意义。通过在学校、道路、医院等公共场所安装智能监控设备,准确高效的检测危险行为,能及时减少或消除事故的发生,维护人民的生命安全。然而在实际应用中,由于人群流量大、背景复杂和光照多变等困难,使得很多行为检测算法无法有效获取视频中的动作特征,从而导致检测效果达不到预期的标准。针对危险行为检测,本文分别利用有向图卷积网络和
随着人工智能的快速发展,行人检测技术广泛地应用于智能监控和人机交互等领域。在实际的行人检测系统中,不仅要考虑检测的准确性,还要考虑检测的实时性。本文针对检测精度和检测速度的耦合问题,基于YOLO算法并进行轻量化模型设计,旨在完成精确且快速的行人检测任务。主要研究内容如下:(1)为了平衡Tiny YOLOv3检测算法的检测精度与检测速度,本文提出了一种改进的Tiny YOLOv3行人检测算法。针对T
作为保障舰载机安全着舰的重要装备,阻拦着舰装置的稳定运行对于部队执行训练和作战任务具有重要意义。与主要军事强国相比,我国在阻拦着舰装置的使用与诊断方面存在装备使用时间短、诊断经验偏少、运行数据积累偏少、自动化和信息化程度偏低等问题。阻拦着舰装置结构复杂、元件众多,存在较多的故障源。目前,阻拦着舰装置的维护工作以定期维护为主,该方法能在一定程度上保障装备的可靠运行,减少故障发生的概率。但是,在没有准
随着新型能源技术的快速发展,动力电池的市场需求量逐渐提高。由于近几年动力电池的安全问题频发,人们对动力电池的关注逐渐由容量需求转向安全需求。动力电池在循环充放电的过程里会出现老化现象,其性能逐渐衰退。持续使用临近退役的动力电池易发生故障,从而影响供电系统的正常运行。因此,及时检测动力电池的健康状态并估计其剩余寿命对于维护动力电池的使用安全性具有重要意义。本课题基于深度学习方法对动力电池进行检测与分