【摘 要】
：
针对无人机航拍航道船舶影像中船舶目标较小、尺度变换大、背景复杂等问题,提出了一种基于FoveaBox网络的单阶段无锚框的航道船舶检测算法FoveaSDet。为提升小目标的检测精度,该算法使用基于残差网络改进的SEResNeXt-I作为骨干网。为改善尺度变换问题,FoveaSDet采用Foveahead实现无锚框目标检测。同时为提高复杂背景下检测框的定位精度,使用完全交并比损失实现边框回归。经实验测
【基金项目】
：
国家自然科学基金(61302132,61504078,41701523)。
论文部分内容阅读
针对无人机航拍航道船舶影像中船舶目标较小、尺度变换大、背景复杂等问题,提出了一种基于FoveaBox网络的单阶段无锚框的航道船舶检测算法FoveaSDet。为提升小目标的检测精度,该算法使用基于残差网络改进的SEResNeXt-I作为骨干网。为改善尺度变换问题,FoveaSDet采用Foveahead实现无锚框目标检测。同时为提高复杂背景下检测框的定位精度,使用完全交并比损失实现边框回归。经实验测试,FoveaSDet算法在实景航拍数据集上的平均准确率(AP)和小目标准确率(APS)分别为71.6%
其他文献
保密增强是指通信双方在共享一个部分保密的串S且敌手只知道该串的部分信息的情况下,通过在公共信道上进行协商来提取一个更短的但是保密度更高的串S′,使敌手得知关于S′的信息几乎可以忽略。近期人们使用生成对抗网络(GANs)实现了存在敌手的安全通信。主要研究了敌手能力有限时,利用生成对抗网络实现保密增强的问题。首先提出了保密增强的实现场景,通信双方利用交流信息产生密钥,敌手监听交流信息。然后参考Abadi等人的基本加密通信模型中的神经网络结构,设计了保密增强的通信模型。实验测试了在敌手获知部分信息或敌手计算能力
为加强自适应遗传算法在高压选择下的全局搜索能力,提出了一种结合天牛须搜索的杂交算法。利用天牛须搜索算子对遗传算法产生的新个体进行局部改良,以增强导向作用和局部搜索能力。采用数据驱动策略改善算法杂交引起的复杂度问题,对不同维度变量进行基于目标函数的灵敏度分析,优化其进化路径从而达到提高算法运行效率的目的。通过定量实验研究算法在桁架尺寸优化问题上的应用效果,并定性分析数据背后的原因展示算法的优点和特点。研究结果表明:在桁架结构尺寸优化研究中,用钢量最低的经济效益方案为2 490.56 kg,与现有元启发式算法
区间Pythagorean犹豫模糊集,可以更加全面完整地描述决策者给出的决策结果,因此它是一个表示不确定现象的强有力的工具。针对模糊信息下的决策问题,提出了一种基于区间Pythagorean犹豫模糊连续熵的多属性决策方法。提出连续区间Pythagorean犹豫模糊有序加权平均(CIPHFOWA)算子,并提出了区间Pythagorean犹豫模糊连续熵,同时给出了属性权重完全未知和部分已知时的权重确定方法;提出了一种基于区间Pythagorean犹豫模糊连续熵—灰色关联度的多属性决策方法,并通过新型农村医疗制
在三支概念格的属性约简框架下,借助布尔矩阵理论,研究保持OE-对象粒矩阵不变的属性约简问题。给出OE-对象粒矩阵的概念以及OEG粒协调集的定义,在此基础之上讨论属性之间的相似性,并且刻画属性的内外重要度。针对对象导出三支概念格的形式背景设计基于矩阵理论的启发式属性约简算法。将上述理论结果应用于对象导出三支概念格的决策形式背景,提出三支协调决策形式背景及OEG粒协调集的概念,并且从规则提取的角度说明约简集对应的OE-概念格的决策形式背景的三支规则集比原背景的三支规则集更加简洁。通过数值实验阐明该理论的可行性
针对中文文档摘要领域存在的缺少可靠数据集,有监督的摘要模型不成熟的问题,构建了一个规模超过20万篇的中文文档级别的摘要语料库(Chinese Document-level Extractive Summarization Dataset,CDESD),提出了一种有监督的文档级别抽取式摘要模型(Document Summarization with SPA Sentence Embedding,DSum-SSE)。该模型以神经网络为基础的框架,使用结合了Pointer和注意力机制的端到端框架解决句子级别的生
Once contaminate the drinking water source,antibiotic resistance genes(ARGs)will propagate in drinking water systems and pose a serious risk to human health.Therefore,the drinking water treatment processes(DWTPs)are critical to manage the risks posed by A
针对恶意安卓应用程序检测中存在的特征维度大、检测效率低的问题,结合卷积神经网络CNN良好的特征提取和降维能力以及catboost算法无需广泛数据训练即可产生较好分类结果的优点,构建一个CNN-catboost混合恶意安卓应用检测模型。通过逆向工程获取安卓应用的权限、API包、组件、intent、硬件特性和OpCode特征等静态特征并映射为特征向量,再在特征处理层使用卷积核对特征进行局部感知处理以增强信号。使用最大池化对处理后的特征进行下采样,降低维数并保持特征性质不变。将处理后的特征作为catboost分
对三维地形路径规划,为克服地形的不确定性,借鉴自然界生物视觉系统的工作机制,提出了路径规划中的视野范围概念,借助空间几何投影方法实现了视野范围的构建,建立了视野范围的检测算法,并融合到遗传算法的种群初始化和变异策略中,使得遗传算法的种群个体(行走路径)总在视野范围内,从而自然避开地形障碍,确保了路径的可行性,不必再设计修复算子,降低了算法复杂度。仿真实验以融合视野范围的遗传算法和蚁群算法分别求解,
在结合检测器检测信息的多目标跟踪任务中,目标漏检通常会导致目标漏跟,增加目标身份标签变换等问题,从而降低跟踪精度。针对该问题,提出了一种运动信息优化相关滤波的多目标跟踪算法。该算法在得到目标的检测信息后,采用核相关滤波(KCF)对目标进行跟踪,并融入目标的运动信息和图像信息,以处理检测器结果不精确,出现大量漏跟失跟问题,减少碎片化的轨迹。同时在核相关滤波的基础上引入置信图的平滑约束来评估目标被遮挡
Marine aquaculture in semi-enclosed bays can significantly influence nutrient cycling in coastal ecosystems.However,the impact of marine aquaculture on the dynamics of dissimilatory nitrate reduction processes(DNRPs)and the fate of reactive nitrogen remai