【摘 要】
：
合成孔径雷达（Synthetic Aperture Radar,SAR）能够全天时全天候地稳定成像,因此在军事和民用领域起着不可替代的作用。然而,受SAR场景复杂性、目标多样性、SAR图像相干斑噪声以及SAR系统和观测平台等限制,SAR图像目标自动识别仍然是一项世界性难题。近些年来深度学习在光学图像识别领域取得了非凡的成就,相关技术被引入到SAR图像识别,并已经取得显著的成果,但现有的研究大多仅利
论文部分内容阅读
合成孔径雷达（Synthetic Aperture Radar,SAR）能够全天时全天候地稳定成像,因此在军事和民用领域起着不可替代的作用。然而,受SAR场景复杂性、目标多样性、SAR图像相干斑噪声以及SAR系统和观测平台等限制,SAR图像目标自动识别仍然是一项世界性难题。近些年来深度学习在光学图像识别领域取得了非凡的成就,相关技术被引入到SAR图像识别,并已经取得显著的成果,但现有的研究大多仅利用了单极化SAR图像的信息,并未充分利用多极化SAR图像之间的互补信息,因此识别精度还有提升空间。本文围绕SAR自动目标识别系统识别精度,网络推理时间,网络训练时间等关键技术指标设计了一套高效而准确的SAR识别算法。主要工作包括:1.针对SAR图像ROI区域提取问题,设计了一种基于mini Hourglass网络的SAR热点图预测方法,实验结果表明,该预筛选网络在缓解SAR图像背景相干斑噪声影响的同时,保证了SAR自动识别系统的实时性。2.设计了一种双通道融合识别网络（Dual-Channel Fusion Recognition Network,DFRN）,该网络充分融合了不同极化方式之间的互补信息,相较于仅使用单种极化方式的SAR图像相比,显著提升了识别精度。在使用Efficientnet-B2作为backbone的情况下,在Open SARship数据集上得到了87.72%的识别精度,超出SOTA3.72%,且该融合识别框架理论上可以兼容任意backbone网络。3.设计了一种简洁而高效的损失函数,Fusion Loss,在使用SGD作为优化器的情况下,可将DFRN的收敛速度平均提升75%,大幅度缩短网络训练时间,实验结果证明该损失函数可以提升当前所有主流优化器的收敛速度。
其他文献
特征工程是数据挖掘任务中的重要组成部分。通过特征工程,可以减少模型的复杂度,提高模型的准确度。因而,在数据分析过程中,无论是在前期数据预处理还是之后模型的迭代中,特征工程都起着至关重要的作用。用户行为数据是一类常见且非常有现实意义的数据集,具有高维、大样本、迭代周期长、序列性等特点。本文对这类数据集的特征工程方法进行了研究。以模型的准确率为主要评价指标,对现有的特征工程中的数据分箱,隐性特征进行了
近年来,基于生物特征身份识别技术作为人工智能的一个重要分支被广泛关注和应用。除了为人熟知的指纹识别、虹膜识别、语音识别等生物特征以外,唇印特征因其具有采集简单、难伪造、适用于失语人群和抗嘈杂环境等优点,也受到越来越多的研究者的关注。作者发现讲话人的讲话序列中某些字词和一些字词过渡中包含有比整段话更具有识别力的身份信息,基于此本论文提出了一种新的针对唇印的讲话人身份认证策略。对于讲话人说特定提示文本
近年来,纳米结构金属材料因其特殊的本征理化性质和新奇的纳米效应吸引诸多学者的关注,其中以钴为代表的过渡金属纳米材料具有永磁性、耐热性、催化性等特性,不仅在磁性材料、陶瓷领域、化工等方面已有一定的应用,而且在能源如电容器、电池以及生物医疗等领域具有巨大的发展前景。因此,积极研究和开发工艺简洁的钴基纳米薄膜材料的制备方法,探索相应的特殊性能和应用具有重要意义。在各种纳米技术中,电沉积方法制备金属纳米薄
在经济全球化的大背景下,催生了物流业,并不断向规模化、专业化及智慧化发展。高精度定位技术便是智慧物流所依赖的核心技术之一。基于物联需求的高精度定位技术,即物联网覆盖范围内的物体所需要的高精度定位技术,不仅可以应用于智能物流环节中的仓储管理、货物堆积管理、集装箱管理、货物配送和实时追踪等,还可以应用于灾难救援、社会公共环境和财务的监管、智能交通及大型船舶里面的人员管理等,随着物联网的发展,产生了用于
用催化燃烧技术回收大量低浓度（<1vol.%）甲烷中的能源,既消除了甲烷直排带来的强温室效应,也避免了火焰燃烧所需的1300℃以上高温起燃和因此产生的NOx污染。La Fe O3钙钛矿用于低浓度甲烷催化燃烧,活性中等稳定,价格低廉,原料易得,但需要进一步提高其活性和热稳定性才能满足商业应用的要求。本文改进了共沉淀法,制备的La0.8Ca0.2Fe O3（LCF）粉末活性高,更抗烧结。采用分层涂覆法
近年来,由于缺乏有效的中小企业信息化公共服务系统,公共服务资源难以有效整合,服务协同机制难以建立,服务信息渠道不畅。由于服务机构的相关信息数据数量大、范围广、种类多、变化快和分散化的特点,造成服务缺乏针对性。基于以上情况,本项目统筹各类服务资源和信息资源,建设统一的中小企业公共服务系统。目的是为中小企业提供各类服务,加强国家政策宣传和落实,优化配置中小企业公共服务资源,促进分工合作,加快工业化和信
手性γ-仲胺醇作为具有生物活性的天然产物和药物的重要结构单元,常出现在鞘脂类、抗生素类、抗病毒糖苷酶抑制剂类、环磷酰胺类抗癌药物、肾上腺素受体激动剂类和5-羟色胺重摄取抑制剂类等重要化合物的分子中。另外,手性γ-仲胺醇也可作为重要的构筑模块用于有机合成之中,比如用于合成手性配体或者双环异硫脲类小分子催化剂。合成手性γ-仲胺醇类化合物的方法众多,不对称催化氢化β-仲氨酮类化合物是合成该类化合物最重要
随着国家海洋战略重要性的不断加强,水下机器人技术的发展成为推进海洋战略的关键因素。仿生机器鱼作为水下机器人的一种,摆脱了传统水下机器人效率低、能耗高、噪声大等缺点,是一种游速快、噪声低、推进效率高、灵活性高、工作时间长、工作范围广且能适应多种工况的新型水下机器人。目前仿生机器鱼的主体大多是刚性的,其机械传动的复杂性随着所需的自由度而增加,机器鱼的鲁棒性也随之降低。本文提出了一种新型的线驱动仿生软体
随着传统产业的智能化升级,越来越多的智能化设备应用到工业领域中,如智能仓储物流系统使用移动机器人配合机械臂实现物料的分拣与配送。在此类非结构化环境下,需要为整个系统增加视觉感知能力来保证工作的安全开展。本文针对存在移动机械臂的双机械臂协作场景,提出了一种基于RGB相机对移动机械臂进行空间位姿估计与短期运动预测的深度学习方法,并结合相应的从机械臂避碰策略,实现了双机械臂安全协作任务。本文方法的具体内
对同一场景内物体间的交互关系建模对于视觉理解和运动行为建模有重要意义。在静态场景内,物体间具体明确的交互关系共同组建场景内抽象复杂的事件;在动态场景内,物体们交互协作,以此来避免碰撞或进行群体活动。本文基于图神经网络的信息传递算法框架建模同一场景内物体间的交互关系,针对静态场景下的视觉关系检测任务和动态场景下的运动轨迹预测任务设计算法,并进一步实验给出了交互关系建模的可视化和有效性分析。针对检测图