基于改进候选区域网络的红外飞机检测

作者： 姜晓伟   王春平   付强   来源： 激光与红外 年份： 2019 文献类型 ： 期刊 关键词： 聚类   红外飞机   卷积神经网络   目标检测  

描述： 为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习的目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means聚类算法的工作原理、实现流程、存在的弊端以及该算法的主要改进手段,并利用K-means聚类算法对Faster R-CNN锚点框的生成方式进行了改进。最后在CAFFE框架平台下进行了多次仿真实验,测试集来源于自建的专用于空中红外飞机检测任务的数据集,实验结果表明本文采用的改进手段可以在保证较高平均准确率AP的同时提高检测速度,并且给出了最适用于本文自建数据集利用聚类算法的k值。

基于多结构卷积神经网络的高分遥感影像飞机目标检测

作者： 姚相坤   万里红   霍宏   方涛   来源： 计算机工程 年份： 2017 文献类型 ： 期刊 关键词： 特征提取   卷积神经网络   多结构网络   目标检测   高分遥感影像  

描述： 传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。针对该问题,构建一种多结构卷积神经网络模型(MSCNN)自动学习目标特征。通过改变卷积滤波器尺寸、数量以及网络层数,分别设计4种不同结构的CNN以提取目标从低层、中层到高层不同尺度的特征信息,并将4种CNN输出采用串行方式连接并输入到BP神经网络分类器进行训练。在检测阶段采用滑动窗口方法进行目标搜索。对高分辨遥感影像中飞机的检测实验结果表明,MSCNN在虚警率和召回率上较4种单一结构的CNN具有明显的检测优势,召回率平均提升6%,虚警率平均降低3%。对油罐的检测结果进一步表明,MSCNN可以推广到对遥感影像其他目标的检测。

基于深度神经网络的遥感图像飞机目标检测

作者： 李文斌   何冉   来源： 计算机工程 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   目标检测   密度聚类   像素级标签  

描述： 。实验结果表明,DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.973 5,相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。

基于深度神经网络的遥感图像飞机目标检测

作者： 李文斌   何冉   来源： 计算机工程 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   目标检测   密度聚类   像素级标签  

描述： 。实验结果表明,DC-DNN模型对于遥感图像飞机目标检测的准确率、召回率和F1值分别为95.78%、98.98%和0.973 5,相比WS-DNN、R-FCN等模型具有更好的检测性能和泛化能力。

面向航空目标检测的神经网络加速器设计

作者： 施立瑞   王帅帅   肖昊   来源： 航空科学技术 年份： 2022 文献类型 ： 期刊 关键词： 卷积神经网络   FPGA   目标检测   Winograd算法   加速器  

描述： 卷积神经网络被广泛应用于航空图像目标检测领域。然而，由于航空图像成像背景环境复杂、目标尺寸小且方向任意，为了提取更高层次的特征信息，神经网络模型的结构复杂度不断提高，使得模型计算复杂度高、计算时间长，从而难以满足航空目标检测的实时性需求。本文提出了一种面向航空目标检测的基于Winograd算法的神经网络加速器，通过Winograd卷积算法可大幅减少卷积计算中的乘法数量，并针对Winograd卷积在神经网络计算中由于时域变换引入额外加法计算的问题，提出了一种深流水的矩阵变换计算结构，通过复用加法计算的中间结果以及调整运算顺序减少输入和输出变换的计算量。同时，针对加速器的现场可编程门阵列（FPGA）实现，提出了一种高效的数据流形式和DSP阵列结构。试验结果表明，本文提出的加速器相比CPU和GPU分别获得了32倍和2.6倍的速度提升。

基于深度学习的光学遥感图像飞机检测算法

作者： 董永峰   仉长涛   汪鹏   冯哲   来源： 激光与光电子学进展 年份： 2021 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   图像处理   目标检测   深度学习   Mask   RCNN算法  

描述： 光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高。针对以上问题,提出了一种以Mask-RCNN为基础框架的目标检测方法。该算法以ResNet50为特征提取网络并在此基础之上利用特征重用技术来更好地提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。

基于深度学习的光学遥感图像飞机检测算法

作者： 董永峰   仉长涛   汪鹏   冯哲   来源： 激光与光电子学进展 年份： 2020 文献类型 ： 期刊 关键词： 遥感图像   卷积神经网络   图像处理   目标检测   深度学习   Mask   RCNN算法  

描述： 基于深度学习的光学遥感图像飞机检测算法

应用样条拟合与插值法抑制航空电磁运动噪声

作者： 余洋   吴珊   肖都   李飞   杜炳锐   曹展宏   来源： 物探化探计算技术 年份： 2023 文献类型 ： 期刊 关键词： 数据预处理   三次样条拟合   固定翼时间域航空电磁法   运动噪声抑制  

描述： 呈现低频特性的运动感应噪声源于电磁感应接收线圈在地磁场中的运动变化，在固定翼时间域航空电磁测量数据中，其幅值往往达到有用信号的成百上千倍，原始数据中运动噪声的精确估计是目前时间域航空电磁法数据去噪技术的重点研究方向。针对电磁感应接收信号的特点，首先应用三次样条拟合法在截取的半周期晚期信号中压制高频干扰，提取低频运动噪声信息，然后用一维样条插值法估计连续的全周期运动噪声，最后从观测信号中减去估计信号，从而实现对运动噪声的抑制。对模拟数据和实测数据的应用研究结果表明，样条拟合与插值法对低于发射基频运动噪声的抑制效果显著，选用较小的均衡参数可以提高噪声压制能力，选用较大的延迟取样点，可以减轻对晚期有用信号的损伤，提高深部探测能力。

航空瞬变电磁数据背景场去除研究

作者： 黄威   贲放   李军峰   殷长春   胥值礼   刘俊杰   来源： 物探与化探 年份： 2021 文献类型 ： 期刊 关键词： 数据预处理   线性插值法   航空瞬变电磁法   背景场去除  

描述： 与地面瞬变电磁法相比,航空瞬变电磁法受不同的噪声类型影响较大,如天电噪声、运动噪声等,并且背景场对数据的影响也是不可忽略的。由于背景场中含有一次场信息,使得背景场幅值远大于含有地质信息的二次场信号。为较清晰地获得地下电性结构,需找到可以高效去除背景场的方法。本文提出利用线性插值方法来对背景场问题进行研究。首先,获得前、后高空飞行的测线数据,经过叠加、平均计算得到叠加周期内相同采样时间道的响应值,然后,利用插值原理针对每个采样时间道建立一个插值函数,最后,根据飞行时间来计算工区每条测线上采集数据的背景场值,从而达到去除背景场的目的。实测数据背景场去除的算例表明,该方法可较好地去除背景场对二次场异常的掩盖,去除后可较清晰地判断异常出现的位置。时间域航空电磁数据预处理包含较多处理模块,该方法的提出为高效的数据处理奠定了基础。

航空瞬变电磁数据背景场去除研究

作者： 黄威   贲放   李军峰   殷长春   胥值礼   刘俊杰   来源： 物探与化探 年份： 2020 文献类型 ： 期刊 关键词： 数据预处理   线性插值法   航空瞬变电磁法   背景场去除  

描述： 与地面瞬变电磁法相比,航空瞬变电磁法受不同的噪声类型影响较大,如天电噪声、运动噪声等,并且背景场对数据的影响也是不可忽略的。由于背景场中含有一次场信息,使得背景场幅值远大于含有地质信息的二次场信号。为较清晰地获得地下电性结构,需找到可以高效去除背景场的方法。本文提出利用线性插值方法来对背景场问题进行研究。首先,获得前、后高空飞行的测线数据,经过叠加、平均计算得到叠加周期内相同采样时间道的响应值,然后,利用插值原理针对每个采样时间道建立一个插值函数,最后,根据飞行时间来计算工区每条测线上采集数据的背景场值,从而达到去除背景场的目的。实测数据背景场去除的算例表明,该方法可较好地去除背景场对二次场异常的掩盖,去除后可较清晰地判断异常出现的位置。时间域航空电磁数据预处理包含较多处理模块,该方法的提出为高效的数据处理奠定了基础。