基于统一网络架构的多模态航空影像质量评价研究
日期:2023.08.28 点击数:6
【类型】期刊
【刊名】现代电子技术
【关键词】 无参考模型,特征提取,卷积神经网络,特征融合,多模态数据,深度学习,网络结构,影像质量评价
【摘要】高质量无人机航空影像是目标检测、分析、识别的重要前提条件,但各类传感器成像机理不同,质量影响因素多样,往往需要根据不同模态数据的特性设计不同的网络模型,从而大大增加了质量评价算法在无人机上的应用难度。针对这一问题,提出一种基于统一网络框架的无参考多模态影像质量评价模型,通过自适应地学习图像块内部的局部特征与图像块之间的相互关系,完成空间维度上的全局信息融合和时间维度上的时序信息融合,实现对多种模态影像数据的质量评估,进而快速有效地监测筛选采集数据的质量,提高有效数据采集效率。实验结果表明,该方法在多种模态的影像数据质量评价上具备泛用性和有效性。
【年份】2023
【作者单位】中国电子科技集团公司第二十七研究所;
【期号】17
【页码】43/47
相关文章
- 1、航空滚动轴承振动特征的故障灵敏度分析与融合技术 作者:林桐,陈果,张全德,王洪伟,陈立波, 年份:2018
- 2、基于卷积神经网络的遥感影像飞机检测技术研究 作者:魏万军 年份:2020
- 3、基于卷积神经网络的遥感影像飞机目标检测技术研究 作者:胡庆 年份:2022
- 4、基于特征融合卷积神经网络的飞行器目标分类算法研究 作者:窦辛伶 年份:2021
- 5、航空遥感影像中的轻量级小目标检测 作者:薛雅丽,孙瑜,马瀚融, 年份:2022
- 6、航空遥感光电图像预处理与目标特征提取技术研究 作者:李晓峰 年份:2019