【摘 要】
:
随着深度学习技术的蓬勃发展,目标识别技术在民用和军事领域中发挥着越来越关键的作用。本文主要研究无人机载热红外图像中行人及车辆识别方法,主要工作反映如下:(1)无人机载热红外图像行人及车辆数据集构建。通常为了训练一个深度神经网络模型,需要大量的数据样本。然而,目前极少有公开可用的针对无人机视角下行人及车辆的热红外数据集。因此,本文采用大疆无人机DJIM600 PRO搭载FLIR热红外相机Vue Pr
论文部分内容阅读
随着深度学习技术的蓬勃发展,目标识别技术在民用和军事领域中发挥着越来越关键的作用。本文主要研究无人机载热红外图像中行人及车辆识别方法,主要工作反映如下:(1)无人机载热红外图像行人及车辆数据集构建。通常为了训练一个深度神经网络模型,需要大量的数据样本。然而,目前极少有公开可用的针对无人机视角下行人及车辆的热红外数据集。因此,本文采用大疆无人机DJIM600 PRO搭载FLIR热红外相机Vue Pro采集图像数据,结合图像标注工具,制作了无人机载热红外图像行人及车辆数据集,方便相关技术的进一步研究。目前该数据集已在网上开源,实验结果表明,该数据集能较好地完成图像显著性检测及目标识别任务。(2)基于显著图融合的热红外图像增强方法研究。相比于可见光图像,热红外图像有着对比度低、纹理特征弱等缺点。目前,大量的研究工作致力于构建可见光图像与热红外图像的融合,但是可见光-热红外图像对并不总是可用的,因为它们同时成像的成本很高,而且数据处理前还需要图像配准准确。因此,本文提出基于显著图融合的热红外图像增强方法。首先通过对边界具有较强感知能力的深度神经网络BASNet提取热红外图像显著图,然后设计使用图像通道替换和像素级加权融合两种方案实现原始热红外图像与其显著图的融合增强操作。实验结果表明,该方法在对热红外图像中背景区域及噪声进行抑制的同时,突出了图像中行人与车辆等显著性目标,有助于提高后续目标识别的精度。(3)基于YOLOv3网络的行人及车辆目标识别改进方法研究。基于YOLOv3目标识别网络模型,以轻量化网络Mobile Netv2替换原有的特征提取网络Dark Net53,在大量减少网络参数的同时显著提升运行速度。此外,使用Focal Loss改进YOLOv3原有的置信度损失函数,解决正负样本不均衡问题,使得网络专注于困难样本的计算。使用CIo U改进YOLOv3原有的边界框损失函数,加快模型训练。改进后的模型在平均精确度、模型尺寸和检测速度方面取得了很好的平衡。实验结果表明,行人及车辆的平均精确度(Average Precision,AP)相对于基准算法分别提升了6.7%和5.7%,同时检测速度提升了60%,模型大小降低了58%。该算法模型为开拓无人机载热红外图像的应用领域提供了可靠的技术支撑。
其他文献
阵列信号处理技术在无线通信、地震勘探、射电天文等专业领域都获得了广泛的应用和长足的发展。其中,波达方向估计(Direction of Arrival,DOA)是该领域内的一个基本问题,其主要目标是通过处理阵列的接收信号,获得信源相对于阵列的方向角度估计。近十年来,稀疏阵列作为一类新型的阵列结构,引起了学者们的广泛关注。与传统的均匀线阵相比,稀疏阵列具有更高的空间自由度(Degree of Free
双极化(Dual Polarization,简称Dual-Pol)气象雷达是在传统多普勒气象雷达的基础上增加了极化功能的雷达,它在灾害性气候探测以及预报过程中起着关键的作用。雷达在实际观测过程中会遇到地物杂波、电磁干扰等严重的质量问题,没有经过质量控制的雷达资料会对水凝物识别效果和降水定量估计精度等产生严重的负面影响。此外,将雷达回波数据进行可视化生成二维和三维的回波图,有助于气象工作者的直观理解
合成孔径雷达(Synthetic aperture radar,SAR)是一种可对静止目标场景实现高分辨成像的主动探测系统,视频SAR是在常规SAR基础上发展出的一种新型SAR成像模式,能通过对目标区域的持续观测,获得一系列高分辨率、高帧率的SAR图像序列,形成类似视频的高清影像以再现场景的动态信息,在对地面机动目标的检测、识别、跟踪上显示出巨大的应用潜力。视频SAR系统的理想状态是在载机平台上完
多发多收(Multiple Input Multiple Output,简称MIMO)雷达作为一种新型体制的雷达,由通信系统中收发分集的思想衍生而来,凭借良好的抗干扰性能、等效大孔径天线阵列以及低截获性等优点,在工程项目中得到广泛的应用。MIMO雷达的优势来源于不同发射波形之间良好的正交性,因此规避通道间的互相干扰、设计正交性优良的发射波形是保证MIMO雷达各项应用指标的关键技术。本文针对MIMO
相较于单架无人机的作战效能限制,无人机集群以其突出的快速突防、灵活部署、高效协同等优势在国防领域有重要应用前景。无人机集群通过无线自组织网络的方式来进行信息传递和任务协同,并采用群智能算法来分布式地完成军事任务。同时,定向天线的引入可以极大地提升无人机的电磁隐身性能和通信能力,并且降低网络中无人机机间链路被敌方截获的概率。但是相较于其他类型的自组织网络,无人机自组织网络具有节点速度高,拓扑变化快,
随着国家“智慧海洋”的提出,我国对海上通信的需求日益加强。短波通信技术因具有抗毁能力、自主通信能力强等优点而被广泛地用于海上通信。传统地波多以窄带方式进行传输,但不能满足海面大容量数据传输业务的需求,本文尝试带宽为1MHz的超视距宽带短波地波作为粗糙海面的主要传输方式。实际的海面短波通信中,无线通信链路主要受海面上空雷电活动产生的大气噪声和海浪等自然因素的影响,因此如何抑制噪声干扰,提高粗糙海面短
典型单一调制信号在雷达系统探测中有其局限性,而基于多种调制方式的复合信号不但能够实现单一调制信号之间的取长补短,还极大地提高信号的复杂度。近年来,认知波形能够通过外部交互信息获取和闭环链路反馈,进一步改善雷达在当前工作环境下的综合性能,成为一种发展趋势。本文针对复合调制信号的优化设计和认知设计,开展的主要工作包括:(1)与多普勒敏感的PSK信号相比,LFM-PSK脉内复合调制形式具有良好的多普勒容
多波束前视成像声纳利用换能器阵列获取多通道水声回波信号,通过波束形成等数字信号处理算法获得水下前方目标的声纳图像,成像分辨率较高,帧率较快,为水下目标识别检测提供了基础。如今,卷积神经网络在水下目标分类识别、水下目标检测和语义分割等多个工程应用领域得到成功应用。然而深度卷积神经网络DCNN模型通常存在大量冗余参数,需要占用大量存储空间和消耗大量计算资源,难以部署到现有的多波束前视成像声纳这样的嵌入
阵列方向图综合是阵列信号处理中的一项关键技术,广泛应用于无线通信、雷达、音频、地震勘探和医疗诊断等领域,并在近几十年中一直是阵列信号处理领域的研究热点之一。加权最小二乘方法是阵列方向图综合中的一类重要方法,该方法的核心问题是如何调节加权最小二乘代价函数中的加权系数。现有的加权最小二乘方法基于自适应阵原理,将加权系数看作“虚拟干扰”,通过调节“虚拟干扰”的强度对阵列的主瓣和旁瓣进行阵列响应控制。该方
本文通过对南京大学苏州校区规划与设计过程的思考和总结,探讨了延续式设计思维在校园规划中的实践方式。首先,通过中西语境下校园规划模式的对比,反思我国大学概念的由来;其次,在回顾近代以来高等教育机构发展脉络的基础上,以南京大学鼓楼校区(金陵大学旧址)的校园空间结构演化为研究对象,梳理以教会大学为基础的历史性校园规划结构的成因与演变;最后,通过设计方案对历史文脉的思考,对场地回应方式的推敲,以及对未来教