首页>
根据【关键词:遥感图像,图像处理,目标检测,半监督学习,生成式对抗网络】搜索到相关结果 59 条
-
一种基于级联神经网络的飞机检测方法
-
作者:
王晓林
苏松志
刘晓颖
蔡国榕
李绍滋
来源:
智能系统学报
年份:
2021
文献类型 :
期刊
关键词:
嵌入式设备
遥感图像
级联
卷积神经网络
两阶段
深度学习
飞机检测
由粗到细
-
描述:
由于旋转角度多样性、极端的尺度差异的影响,遥感图像中的飞机检测目前仍存在挑战。为了解决旋转和尺度的问题,目前的策略是将现有的自然场景下的目标检测算法(如Faster R-CNN、SSD等)直接迁移到遥感图像中。这些算法的主干网络复杂,模型占用空间大,难以应用到低功耗和嵌入式设备中。为了在准确率不降低的情况下提高检测速度,本文提出了一个仅包含9层的卷积神经网络来解决飞机检测问题。该网络采用了由粗到细的策略,通过级联两个网络的方式减少计算开销。为了评估方法的有效性,我们建立了一个针对飞机检测的遥感数据集。实验结果表明,该方法超越了VGG16等复杂的主干网络,达到了接近主流检测方法的性能表现,同时显著降低了参数量并使检测速度提高了2倍以上。
-
改进YOLO V3遥感图像飞机识别应用
-
作者:
郑志强
刘妍妍
潘长城
李国宁
来源:
电光与控制
年份:
2019
文献类型 :
期刊
关键词:
YOLO
Densenet
遥感图像
means
卷积神经网络
飞机识别
k
V3
-
描述:
为了准确识别遥感图像中的飞机,基于YOLO V3算法,通过使用K-means算法对数据集进行聚类分析,借鉴Densenet网络的思想,将YOLO V3网络中的两个残差网络模块替换为两个密集网络模块,改进为一种Dense-YOLO深度卷积神经网络结构。对改进前与改进后的网络进行训练,分别选出使两个网络识别效果最好的权重文件,针对高质量遥感图像与过度曝光、云雾遮挡等低质量遥感图像分别进行测试与分析。实验结果表明,新改进的深度卷积神经网络应用在两种图像上效果均有提升。其中,改进的算法在高质量的遥感图像中准确率高达99.72%,比原始算法准确率提升了0.85%,召回率高达98.34%,召回率提升了1.94%。在低质量遥感图像中准确率高达96.12%,比原始算法准确率提升了5.07%,召回率高达93.10%,召回率提升了19.75%。
-
基于点特征检测的农业航空遥感图像配准算法
-
作者:
陆健强
李旺枝
兰玉彬
何秉鸿
林佳翰
来源:
农业工程学报
年份:
2021
文献类型 :
期刊
关键词:
数据降维
算法
图像配准
图像处理
点特征检测
遥感
-
描述:
针对当前无人机遥感图像配准算法普遍存在匹配精度差与配准速度慢等问题,该文以点特征检测方法为基础,结合矩阵降维处理方法,提出一种适用于农业航空遥感图像配准的改进算法—SNS(scale-invariantfeaturetransformand singularvaluedecomposition)算法。SNS算法以高斯函数同步检测尺度空间极值点的坐标和特征尺度,利用海森矩阵消除伪特征点,获取特征点精准定位,在求取特征点的模值与方向基础上,采用奇异值分解方法进行矩阵优化,实现数据降维再重构。试验结果表明,SNS算法与经典算法相比,配准速度平均提高5.01%,配准精度均方根误差平均降低10.48%,说明SNS算法在压缩数据量的同时,提高了整体配准精度,具有配准速度较快和鲁棒性较好的特点。研究结果可为农业航空遥感图像快速配准提供参考。
-
飞机目标分类的深度卷积神经网络设计优化
-
作者:
马俊成
赵红东
杨东旭
康晴
来源:
激光与光电子学进展
年份:
2020
文献类型 :
期刊
关键词:
图像分类
深度卷积神经网络
图像处理
高分类精度
飞机目标
归一化混淆矩阵
-
描述:
飞机目标分类的深度卷积神经网络设计优化
-
基于点特征检测的农业航空遥感图像配准算法
-
作者:
陆健强
李旺枝
兰玉彬
何秉鸿
林佳翰
来源:
农业工程学报
年份:
2020
文献类型 :
期刊
关键词:
数据降维
算法
图像配准
图像处理
点特征检测
遥感
-
描述:
针对当前无人机遥感图像配准算法普遍存在匹配精度差与配准速度慢等问题,该文以点特征检测方法为基础,结合矩阵降维处理方法,提出一种适用于农业航空遥感图像配准的改进算法—SNS(scale-invariantfeaturetransformand singularvaluedecomposition)算法。SNS算法以高斯函数同步检测尺度空间极值点的坐标和特征尺度,利用海森矩阵消除伪特征点,获取特征点精准定位,在求取特征点的模值与方向基础上,采用奇异值分解方法进行矩阵优化,实现数据降维再重构。试验结果表明,SNS算法与经典算法相比,配准速度平均提高5.01%,配准精度均方根误差平均降低10.48%,说明SNS算法在压缩数据量的同时,提高了整体配准精度,具有配准速度较快和鲁棒性较好的特点。研究结果可为农业航空遥感图像快速配准提供参考。
-
基于点特征检测的农业航空遥感图像配准算法
-
作者:
陆健强
李旺枝
兰玉彬
何秉鸿
林佳翰
来源:
农业工程学报
年份:
2020
文献类型 :
期刊
关键词:
数据降维
算法
图像配准
图像处理
点特征检测
遥感
-
描述:
针对当前无人机遥感图像配准算法普遍存在匹配精度差与配准速度慢等问题,该文以点特征检测方法为基础,结合矩阵降维处理方法,提出一种适用于农业航空遥感图像配准的改进算法—SNS(scale-invariantfeaturetransformand singularvaluedecomposition)算法。SNS算法以高斯函数同步检测尺度空间极值点的坐标和特征尺度,利用海森矩阵消除伪特征点,获取特征点精准定位,在求取特征点的模值与方向基础上,采用奇异值分解方法进行矩阵优化,实现数据降维再重构。试验结果表明,SNS算法与经典算法相比,配准速度平均提高5.01%,配准精度均方根误差平均降低10.48%,说明SNS算法在压缩数据量的同时,提高了整体配准精度,具有配准速度较快和鲁棒性较好的特点。研究结果可为农业航空遥感图像快速配准提供参考。
-
柴油-航空煤油宽馏程混合燃料对柴油机燃烧与排放的影响
-
作者:
王建
安美生
尹必峰
王斌
陈沛
来源:
农业工程学报
年份:
2020
文献类型 :
期刊
关键词:
数据降维
算法
图像配准
图像处理
点特征检测
遥感
-
描述:
为了研究柴油-航空煤油宽馏程混合燃料对柴油机燃烧与排放的影响,按照中国3号航空煤油(rocket propellant 3,RP3)的掺混比(体积比)分别为20%、40%与60%与国VI柴油进行混合,配制3种具有不同理化特性的柴油-RP3宽馏程混合燃料(D80K20、D60K40与D40K60),并通过台架试验,研究了最大扭矩转速2700r/min所对应的100%、50%与10%负荷工况(分别记为A、B、C工况)下,D100、D80K20、D60K40和D40K60对柴油机缸内工作过程、排放、颗粒物浓度与粒径分布的影响规律。结果表明,3种工况下,与D100相比,RP3掺混比增加到60%时,缸内最大压力的变化范围小于0.2 MPa,预混燃烧放热率峰值增大13.21~27.43 J/°CA,滞燃期延长2.19~2.53°CA,燃烧持续期缩短1.73~1.91°CA,预混燃烧累积放热百分比增加4.66%~5.28%,缸内最高温度的上升幅度小于35 K,与放热率峰值和最大燃烧压力相对应的曲轴转角后移1.67~2.23°CA,有效热效率上升0.15%~0.46%。柴油-RP3宽馏程混合燃料能够显著降低柴油机碳烟排放,并且降低效果随着柴油机负荷的增加和RP3掺混比的增大更加明显,但对NOX排放没有明显的影响,与D100相比,柴油机在3种工况下燃用D40K60时的碳烟排放分别降低53.6%、44.1%、35%,NOX排放的上升幅度均小于2%,核态颗粒物数量浓度上升12.5%~90.6%,积聚态颗粒物数量浓度、颗粒物总数量浓度、颗粒物表面积浓度和总质量浓度分别降低20.1%~45.8%、14.2%~42.1%、32.5%~41.6%、28.5%~38.8%,且积聚态颗粒物的粒径朝小粒径方向移动。试验结果表明,柴油-RP3宽馏程混合燃料对柴油机燃烧与排放有重要的影响,能明显改善柴油机碳烟与NOX排放之间的trade-off关系,并且在降低柴油机颗粒物总数量浓度、总质量浓度以及表面积浓度方面具有较为显著的效果,有利于降低柴油机DFP载体上的颗粒物堆积、延长DFP再生周期。
-
基于无人机倾斜航空影像的树冠体积测算方法
-
作者:
于东海
冯仲科
来源:
农业工程学报
年份:
2019
文献类型 :
期刊
关键词:
树冠体积
图像处理
点云数据
倾斜摄影
无人机
单木参数提取
林业
-
描述:
树冠是结构复杂的不规则体,对树冠体积的精确测定一直是树木测量研究中的难点问题。该文以消费级多旋翼无人机对目标树木进行倾斜摄影获取的多角度航空影像为基础,通过空三加密处理生成目标树木的三维点云模型;用等高线法分割树冠点云,并确定树冠最优分割层数;用投影法对点云数据进行转化,并选取测算点计算树高和树冠任意横截面积;对分割后各规则体的体积进行累加获得树冠体积。结果表明:8棵目标树木的树高测算值相对误差为1.46%~4.10%,平均相对误差为2.88%;树冠体积测算值的相对误差为6.95%~12.39%,平均相对误差为9.42%;精度均可满足林业调查中对于树高和树冠体积测量结果的要求。利用无人机倾斜航空影像建立单木的三维点云模型并进行树冠体积测算的方法是可行且有效的,该方法可为研究单木树冠几何参数的提取提供参考。
-
基于深度学习的航司航空发动机智能损伤检测一体化解决方案
-
作者:
王锦申
黄旭
万夕里
来源:
航空维修与工程
年份:
2022
文献类型 :
期刊
关键词:
损伤检测
编码器
发动机
目标检测
深度学习
一体化解决方案
神经网络
在线计数
孔探检测
-
描述:
航空发动机作为飞机的关键部件,其损伤诊断和维护是保障飞机飞行安全的核心任务。目前,通过人工的定期孔探检测开展检查和维护工作,既费时又容易出错。为此,本文给出了融合上下文编码的神经网络深度学习框架、深度融合网络、目标检测和追踪算法等三种深度学习方法,以实现对大型航司发动机的损伤进行识别、检测、追踪、在线计数和孔探报告自动生成。实现结果表明这些方法对减轻劳动强度、提高生产效率和提高检测精度具有实际的应用价值,对保证发动机适航具有重要意义。