期刊文献+
共找到15,964篇文章
< 1 2 250 >
每页显示 20 50 100
基于对抗生成的轻量化红外图像增强网络 被引量:1
1
作者 程江华 潘乐昊 +3 位作者 刘通 程榜 李嘉元 伍智华 《信号处理》 CSCD 北大核心 2024年第3期484-491,共8页
目前,红外成像技术在医学、安保、环境监测、军事探测等方面获得了广泛应用。然而,由于低成本红外成像设备的固有缺陷及大气环境对热辐射传导的影响,导致其采集的图像亮度较暗、细节模糊、对比度低,影响后续图像语义分析及目标检测识别... 目前,红外成像技术在医学、安保、环境监测、军事探测等方面获得了广泛应用。然而,由于低成本红外成像设备的固有缺陷及大气环境对热辐射传导的影响,导致其采集的图像亮度较暗、细节模糊、对比度低,影响后续图像语义分析及目标检测识别等任务。传统基于模型的红外图像增强方法常需利用图像先验信息,模型参数与场景相关,模型泛化能力不强;基于深度学习的红外图像增强算法有助于增强红外图像质量,但结构冗余,不利于边缘端部署。生成对抗网络(GAN)可以通过判别器和生成器两个网络的轮流对抗训练显著提升红外图像增强效果,但网络训练参数量大,边缘端部署占用资源多,运算复杂度高。本文设计了一种基于对抗生成的轻量化红外图像增强网络,通过在GAN模型的基础上增加多层次特征融合结构并设计多尺度损失函数,提升了特征提取效率并减少了网络层数,在提升图像质量的同时提高了增强效率,利于算法的边缘端部署。实验表明,本文方法在同等参数量下,通过添加多层次特征融合结构和多尺度损失函数,兼顾了图像的全局和局部特征,保证了细节信息不丢失,在提高网络性能的前提下未明显增加计算复杂度;在红外图像增强效果相当的情况下,模型参数量降低75.0%,边缘端设备推断时间降低32.07%。 展开更多
关键词 红外图像增强 深度学习 轻量化网络 生成对抗
下载PDF
半监督空谱局部判别分析的高光谱影像特征提取
2
作者 吕欢欢 黄煜铖 +1 位作者 张辉 王雅莉 《液晶与显示》 CAS CSCD 北大核心 2024年第2期131-145,共15页
为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA)。鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相... 为充分利用高光谱影像中蕴含的空谱特征,提出了一种半监督空谱局部判别分析的高光谱影像特征提取算法(S4LFDA)。鉴于高光谱数据集具有空间一致性,首先将像元进行空间重构,保存高光谱数据的近邻关系;其次引入光谱信息散度重构像元间的相似度;为了充分利用大量无标签样本提高算法性能,采用模糊C均值聚类算法对样本进行聚类分析得到伪标签;然后通过增加规范化项到局部力导引算法(FDA)的类内散度矩阵和类间散度矩阵中,以此保持无标签样本的聚类结构一致性;最后通过局部FDA算法来保持有标签样本类间散度最大化和类内散度最小化并求解最佳投影向量。S4LFDA算法既保持了数据集在光谱域的可分性,又保持了像元在空间区域内的近邻关系,合理利用有标签样本及无标签样本,提高了算法的分类性能。在Pavia University和Indian Pines数据集上进行实验,总体分类精度达到95.60%和94.38%。与其他维数约简算法相比,该算法有效提高了地物分类性能。 展开更多
关键词 高光谱影像 半监督 空谱 判别分析 特征提取 地物分类
下载PDF
基于迁移学习的GOCI超分辨率重建与海洋漂浮藻类探测
3
作者 朱红春 朱国灿 +4 位作者 李金宇 张怡宁 芦智伟 杨延瑞 刘海英 《山东科技大学学报(自然科学版)》 CAS 北大核心 2024年第2期40-48,共9页
遥感技术是进行海洋漂浮藻类目标识别与变化监测的重要手段。GOCI遥感卫星影像具有高时间分辨率、低空间分辨率的特点,其低空间分辨率影响了海洋漂浮藻类遥感探测的效果。本研究通过对具有较高空间分辨率的Sentinel-2遥感卫星影像结构... 遥感技术是进行海洋漂浮藻类目标识别与变化监测的重要手段。GOCI遥感卫星影像具有高时间分辨率、低空间分辨率的特点,其低空间分辨率影响了海洋漂浮藻类遥感探测的效果。本研究通过对具有较高空间分辨率的Sentinel-2遥感卫星影像结构特征的迁移学习,应用ESRGAN超分辨率重建技术,将GOCI影像的空间分辨率提升至125 m;在此基础上,构建了基于超分辨率重建GOCI遥感影像的U-Net深度学习语义分割网络,实现了海洋漂浮藻类的较高精度探测。实验结果表明:超分辨率重建的GOCI影像显著提升了影像的空间细节清晰度,基于此实现的海洋漂浮藻类探测结果取得了较高的精度,其中面积相对误差下降了51.87%,F1值提高了2.41%。本研究是应用GOCI遥感影像进行海洋漂浮藻类高精度探测的一次成功实践,为实现海洋目标的动态精细化监测提供有益的参考。 展开更多
关键词 GOCI影像 数据融合 超分辨率重建 海洋漂浮藻探测 深度学习
下载PDF
行人重识别模型的多任务损失设计
4
作者 白宗文 张哲 《西安科技大学学报》 CAS 北大核心 2024年第2期400-408,共9页
行人重识别是一项利用计算机视觉技术判断图像中是否存在特定行人的任务。为研究Re-ID模型使用身份标签不能有效地学习不同行人之间的相似局部外观问题,提出了一种基于多任务损失的Re-ID方法。首先,通过主干网络提取全局特征以及局部特... 行人重识别是一项利用计算机视觉技术判断图像中是否存在特定行人的任务。为研究Re-ID模型使用身份标签不能有效地学习不同行人之间的相似局部外观问题,提出了一种基于多任务损失的Re-ID方法。首先,通过主干网络提取全局特征以及局部特征,借助姿态估计算法检测行人身体部位,将身体部位的特征与局部特征组进行融合形成人体姿态引导特征;其次,通过多任务损失方法指导模型对人体姿态引导特征以及全局特征进行优化,从而增强模型对遮挡以及不具有区分性局部外观的鲁棒性。结果表明:多任务损失方法在Occluded-Duke、Market 1501和DukeMTMC-reID数据集上的mAP/Rank-1的精度分别达到了59.7%/67.9%,88.4%/94.9%和80.6%/89.9%。为避免训练集与测试集数据之间分布的差异性导致预训练模型产生次优检索结果的问题,提出了一种基于图卷积网络的重排序方法,该方法利用图卷积算子在图上将行人的最近邻特征传播,从而优化了每个图像的表示,以获得更优的检索结果。 展开更多
关键词 行人重识别 姿态估计算法 多任务损失 图卷积算子 重排序
下载PDF
基于两步迭代收缩法的多稀疏空间图像快速重构方法
5
作者 许学添 郑禹 《电子器件》 CAS 2024年第1期145-150,共6页
由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩... 由于多稀疏空间图像重构时,像素范围选取过大、峰值信噪比低以及重构时间长,导致图像重构方法存在重构效果差的问题,提出基于两步迭代收缩法的多稀疏空间图像快速重构方法。明确多稀疏空间图像重构存在的问题,在明确问题后,以迭代收缩阈值算法为基础,引入迭代加权收缩算法,结合每一轮迭代结果作为初值,完成图像重构的两步迭代收缩法设计,实现多稀疏空间图像快速重构。实验结果表明:应用该方法后的重构多稀疏空间图像峰值信噪比达到37.9 dB以上,图像重构时间仅为16.0 ms,图像结构相似性达到了0.98以上,并且重构多稀疏空间图像的效果更好,经过实验分析证实了所提方法具备可行性。 展开更多
关键词 多稀疏空间图像 图像重构 两步迭代收缩法 迭代加权收缩算法 迭代收缩阈值算法
下载PDF
基于改进ORB算法的遥感图像匹配
6
作者 田丹 陈钰坤 《沈阳大学学报(自然科学版)》 CAS 2024年第1期34-39,85,共7页
针对遥感图像匹配中存在的误匹配率高、匹配速度慢等问题,结合相似图像局部结构一致的思想,提出一种将ORB特征提取算子与BRISK特征描述算子相结合的遥感图像匹配算法。首先使用ORB算法的特征点提取算子对特征点进行检测,再使用BRISK算... 针对遥感图像匹配中存在的误匹配率高、匹配速度慢等问题,结合相似图像局部结构一致的思想,提出一种将ORB特征提取算子与BRISK特征描述算子相结合的遥感图像匹配算法。首先使用ORB算法的特征点提取算子对特征点进行检测,再使用BRISK算法的特征点描述算子对检测到的特征点建立特征描述符,然后基于汉明距离使用暴力匹配完成特征点匹配,最后使用LPM算法剔除错误匹配点。实验结果表明:本文算法提取的特征点数量、匹配精确度和运行速度都满足遥感图像匹配的要求;相较于ORB、BRISK算法,做到了速度和精度的较好平衡,展现出了良好的匹配性能。 展开更多
关键词 遥感图像 图像匹配 ORB算法 BRISK算法 LPM算法
下载PDF
引入上下文信息和Attention Gate的GUS-YOLO遥感目标检测算法 被引量:1
7
作者 张华卫 张文飞 +2 位作者 蒋占军 廉敬 吴佰靖 《计算机科学与探索》 CSCD 北大核心 2024年第2期453-464,共12页
目前基于通用YOLO系列的遥感目标检测算法存在并未充分利用图像的全局上下文信息,在特征融合金字塔部分并未充分考虑缩小融合特征之间的语义鸿沟、抑制冗余信息干扰的缺点。在结合YOLO算法优点的基础上提出GUS-YOLO算法,其拥有一个能够... 目前基于通用YOLO系列的遥感目标检测算法存在并未充分利用图像的全局上下文信息,在特征融合金字塔部分并未充分考虑缩小融合特征之间的语义鸿沟、抑制冗余信息干扰的缺点。在结合YOLO算法优点的基础上提出GUS-YOLO算法,其拥有一个能够充分利用全局上下文信息的骨干网络Global Backbone。除此之外,该算法在融合特征金字塔自顶向下的结构中引入Attention Gate模块,可以突出必要的特征信息,抑制冗余信息。另外,为Attention Gate模块设计了最佳的网络结构,提出了网络的特征融合结构U-Net。最后,为克服ReLU函数可能导致模型梯度不再更新的问题,该算法将Attention Gate模块的激活函数升级为可学习的SMU激活函数,提高模型鲁棒性。在NWPU VHR-10遥感数据集上,该算法相较于YOLOV7算法取得宽松指标mAP^(0.50)1.64个百分点和严格指标mAP^(0.75)9.39个百分点的性能提升。相较于目前主流的七种检测算法,该算法取得较好的检测性能。 展开更多
关键词 遥感图像 Global Backbone Attention Gate SMU U-neck
下载PDF
面向目标检测的视觉注意机制波段选择研究
8
作者 杨桄 金椿柏 +2 位作者 任春颖 刘文婧 陈强 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第1期266-274,共9页
近年来,波段选择在高光谱图像降维处理中得到了广泛地应用,然而常用的数据降维方法并没能将与人类视觉系统相关的信息进行有效利用,如果将人类与生俱来的视觉注意机制能力应用到高光谱图像中目标的视觉显著性特征的增强或识别,对于高光... 近年来,波段选择在高光谱图像降维处理中得到了广泛地应用,然而常用的数据降维方法并没能将与人类视觉系统相关的信息进行有效利用,如果将人类与生俱来的视觉注意机制能力应用到高光谱图像中目标的视觉显著性特征的增强或识别,对于高光谱图像的目标检测研究无疑会产生相当的促进作用。研究提出引入视觉注意机制理论应用于波段选择研究,构建面向目标检测应用的视觉注意机制波段选择模型。通过分析计算波段图幅的目标与背景的可识别程度,量化所在波段对地物目标与背景的判别能力,提出了基于目标视觉可识别度的波段选择方法;利用LC显著性算法进行空间域的视觉显著性目标分析,计算背景与目标的显著性差异绝对值,提出基于LC显著目标结构分布的波段选择方法。将这两种方法结合提出的改进子空间划分方法,建立面向目标检测的视觉注意机制波段选择模型,并经高光谱遥感AVIRIS San Diego公开数据集进行目标检测实验验证,结果表明所提出的基于视觉注意机制的波段选择模型对于目标检测应用具有较好的检测效果,实现了数据降维和高效的计算处理。 展开更多
关键词 波段选择 视觉注意机制 可识别度 显著性算法 目标检测
下载PDF
利用双通道激光雷达验证低信噪比反演算法
9
作者 林瑞奇 郭磐 +3 位作者 陈和 陈思颖 张寅超 郑熠泽 《传感器与微系统》 CSCD 北大核心 2024年第1期148-152,共5页
针对相干测风激光雷达(LiDAR)在低信噪比(SNR)下反演算法的可靠性和精度难以验证的问题,搭建了一种双通道的脉冲相干测风LiDAR系统,可以同时获取高、低SNR的2组数据,并使用高SNR通道的结果作为真值,比较利用不同的算法在低SNR通道进行... 针对相干测风激光雷达(LiDAR)在低信噪比(SNR)下反演算法的可靠性和精度难以验证的问题,搭建了一种双通道的脉冲相干测风LiDAR系统,可以同时获取高、低SNR的2组数据,并使用高SNR通道的结果作为真值,比较利用不同的算法在低SNR通道进行矢量风速估计的结果。该系统避免了使用其他观测设备作为真值时难以配准或观测目标不统一的问题。本文研究利用雷达获取的观测结果验证了各个算法的有效性,并在各个算法间进行了横向对比。最终,依据各个算法的性能表现和计算复杂度,指明了各个算法具有优势的使用场景。该结果对于充分利用现有系统、使用新算法提高低SNR下的数据获取效率,或在指定探测指标的前提下降低激光能量等硬件要求、实现系统小型化有一定意义。 展开更多
关键词 脉冲相干测风激光雷达 双通道 矢量风速估计 低信噪比
下载PDF
基于自监督视觉Transformer的图像美学质量评价方法
10
作者 黄荣 宋俊杰 +1 位作者 周树波 刘浩 《计算机应用》 CSCD 北大核心 2024年第4期1269-1276,共8页
现有的图像美学质量评价方法普遍使用卷积神经网络(CNN)提取图像特征,但受局部感受野机制的限制,CNN较难提取图像的全局特征,导致全局构图关系、全局色彩搭配等美学属性缺失。为解决该问题,提出基于自监督视觉Transformer(SSViT)模型的... 现有的图像美学质量评价方法普遍使用卷积神经网络(CNN)提取图像特征,但受局部感受野机制的限制,CNN较难提取图像的全局特征,导致全局构图关系、全局色彩搭配等美学属性缺失。为解决该问题,提出基于自监督视觉Transformer(SSViT)模型的图像美学质量评价方法。利用自注意力机制建立图像局部块之间的长距离依赖关系,自适应地学习图像不同局部块之间的相关性,提取图像的全局特征,从而刻画图像的美学属性;同时,设计图像降质分类、图像美学质量排序和图像语义重构这3项美学质量感知任务,利用无标注的图像数据对视觉Transformer(ViT)进行自监督预训练,增强全局特征的表达能力。在AVA(Aesthetic Visual Assessment)数据集上的实验结果显示,SSViT模型在美学质量分类准确率、皮尔森线性相关系数(PLCC)和斯皮尔曼等级相关系数(SRCC)指标上分别达到83.28%、0.7634和0.7462。以上实验结果表明,SSViT模型具有较高的图像美学质量评价准确性。 展开更多
关键词 图像美学质量评价 视觉Transformer 自监督学习 全局特征 自注意力机制
下载PDF
采煤机截割部低照度图像的边缘检测技术
11
作者 贾澎涛 靳路伟 +2 位作者 王斌 郭风景 李娜 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第4期172-178,共7页
针对井下低照度环境下采煤机截割部边缘检测任务中存在的边缘缺失、细节模糊等问题,提出一种基于分数阶微分的边缘检测Lif算法。首先采用更大的检测模板尺寸,根据Grünwald-Let-nikov分数阶定义构造最初的分数阶掩膜算子;然后根据Pa... 针对井下低照度环境下采煤机截割部边缘检测任务中存在的边缘缺失、细节模糊等问题,提出一种基于分数阶微分的边缘检测Lif算法。首先采用更大的检测模板尺寸,根据Grünwald-Let-nikov分数阶定义构造最初的分数阶掩膜算子;然后根据Pascal三角形理论确定掩膜算子上各位置的权重系数,并将掩膜算子扩展到4个不同方向;最后将得到的掩膜算子与图像进行卷积,利用图像的局部特征信息对每个方向的微分结果进行后处理。结果表明:(1)在进行多个不同场景的井下低照度图像上的实验时,Lif算法可以更全面地获取图像中不同方向上的边缘信息,在处理低照度图像时具备更强的抗噪性能,并且提取的边缘线条比其余边缘检测算法更加清晰、完整,保留了更多的纹理细节信息。(2)在客观指标评价的对比上,与基于分数阶灰色系统模型的边缘检测算法以及改进的分数阶Sobel边缘检测算法相比,Lif算法在Entropy指标上分别提高了43%、11%,AG指标上分别提高了23%、23%,SSIM指标上分别提高了152%、6%。表明Lif算法在进行采煤机截割部的边缘检测任务时更具优势,研究对井下设备工作运行时的安全性和可靠性提升具有重要意义。 展开更多
关键词 低照度图像 分数阶微分 边缘检测 采煤机截割部 煤矿
下载PDF
面向海浪遥感卫星标定的漂流波浪浮标关键技术研究
12
作者 温琦 李洋 +2 位作者 马昕 李俊漾 王暖升 《航天器工程》 CSCD 北大核心 2024年第1期146-152,共7页
在精细化海洋观测领域,遥感卫星海浪方向谱的获取存在精度低、累积误差大等问题,设计了一种基于Transformer神经网络的海浪方向谱估计方法,通过引入稀疏自注意力机制以及物理引导模块等,实现海浪方向谱的高精度表达;海上试验测试结果表... 在精细化海洋观测领域,遥感卫星海浪方向谱的获取存在精度低、累积误差大等问题,设计了一种基于Transformer神经网络的海浪方向谱估计方法,通过引入稀疏自注意力机制以及物理引导模块等,实现海浪方向谱的高精度表达;海上试验测试结果表明,新提出的海浪方向谱估计方法与传统海浪方向谱估计方法相比,文章提出的模型估计方向谱更符合理论谱形,伪峰较少,平滑性和一致性方面表现较好,并且对数据噪声的容忍度更高。同时,设计了一种基于人工智能芯片的漂流波浪浮标系统,通过AI软硬件系统对不同任务进行动态调度分配,实现浮标低功耗运行,有效提升了波浪测量性能及海上工作时间,是遥感卫星高精度获取大范围、长时序全球性海洋观测数据的一种有效补充。 展开更多
关键词 方向谱 漂流浮标 海洋观测 遥感定标
下载PDF
融合注意力和扩张卷积的遥感影像道路信息提取方法
13
作者 肖振久 郝明 +1 位作者 曲海成 侯佳兴 《遥感信息》 CSCD 北大核心 2024年第1期18-25,共8页
针对高分辨率遥感影像语义分割存在地物边缘分割不连续、道路及背景特征复杂多样导致道路提取分割精度不高的问题,提出了一种融合双通道注意力和扩张卷积的遥感影像道路信息提取语义分割网络(A 2DU-Net)。首先,在特征提取部分引入坐标... 针对高分辨率遥感影像语义分割存在地物边缘分割不连续、道路及背景特征复杂多样导致道路提取分割精度不高的问题,提出了一种融合双通道注意力和扩张卷积的遥感影像道路信息提取语义分割网络(A 2DU-Net)。首先,在特征提取部分引入坐标注意力(coordinate attention,CA)模块,捕捉道路位置、方向和跨通道信息,精确定位道路信息。其次,针对网络对细节特征丢失的敏感问题,在编码器的末端利用不同扩张率的空洞卷积构建多尺度特征融合的空洞空间金字塔池化模块(multi-scale Atrous spatial pyramid pooling module,MASPPM)来获得更大的感受野,提高网络性能。最后,为了避免U-Net中纯跳跃连接在语义上不相似特征的融合,在编码器和解码器的跳跃连接之间增加了双通道注意力机制来实现门控筛选,抑制非目标区域的特征,提高网络的分割精度。实验在公共道路数据集Massachusetts上对网络模型进行测试,OA(准确率)、交并比(IoU)、平均交并比(mIoU)和F1等评价指标分别达到98.07%、64.39%、81.20%和88.67%。与主流方法U-Net和DDUNet进行比较,mIoU分别提升了3.07%、0.22%,IoU分别提升了1.98%、0.52%。实验结果表明,所提出的方法优于所有的比较方法,能够有效提高道路分割的精确度。 展开更多
关键词 语义分割 道路提取 注意力机制 U-Net 空洞空间金字塔池化
下载PDF
基于多模态融合和自适应剪枝Transformer的脑肿瘤图像分割算法
14
作者 姚宗亮 黄荣 +2 位作者 董爱华 韩芳 王青云 《宁夏大学学报(自然科学版)》 CAS 2024年第1期16-24,共9页
脑肿瘤是目前世界上最致命的肿瘤之一,所以脑肿瘤图像的自动分割在临床诊疗中变得日益重要.近年来,基于CNN和Transformer的脑肿瘤分割方法在医学图像分割领域取得了令人欣喜的成就.然而,大多数方法没有充分利用脑肿瘤多模态间的互补性... 脑肿瘤是目前世界上最致命的肿瘤之一,所以脑肿瘤图像的自动分割在临床诊疗中变得日益重要.近年来,基于CNN和Transformer的脑肿瘤分割方法在医学图像分割领域取得了令人欣喜的成就.然而,大多数方法没有充分利用脑肿瘤多模态间的互补性和差异性,并且模型中的Transformer在捕获远程依赖性的同时,忽略了其较大的计算复杂性、冗余依赖性等问题.针对此问题,提出一种基于多模态融合和自适应剪枝Transformer的脑肿瘤图像分割方法(MF-MAPT Swin UNETR),其中多模态融合模块可以充分学习性质相近的模态间信息和不同模态不同尺度的特征变化,为后续分割提供了充分的准备;基于多模态的自适应剪枝Transformer可以降低计算复杂度,对提升性能有一定的帮助,将MF-MAPT Swin UNETR模型在两个公共数据集上进行了实验验证,结果表明,该模型较最先进的方法整体具有突出的分割性能. 展开更多
关键词 脑肿瘤分割 TRANSFORMER 模态交叉连接 多尺度特征融合 token融合 自适应剪枝
下载PDF
基于在轨MTF测试的定量图像质量提升方法
15
作者 周雨荷 伏瑞敏 齐文雯 《航天返回与遥感》 CSCD 北大核心 2024年第2期125-133,共9页
针对TDI推扫型光学遥感载荷在轨工作时可能出现的垂轨或沿轨方向图像质量下降现象,提出一种基于在轨MTF测试的单方向可定量图像质量提升方法。首先,采用刃边法测试得到沿轨和垂轨两个方向的MTF曲线,选取从零频到奈奎斯特频率范围内的n... 针对TDI推扫型光学遥感载荷在轨工作时可能出现的垂轨或沿轨方向图像质量下降现象,提出一种基于在轨MTF测试的单方向可定量图像质量提升方法。首先,采用刃边法测试得到沿轨和垂轨两个方向的MTF曲线,选取从零频到奈奎斯特频率范围内的n个不同频率点,根据MTF目标值与实测值的比值确定各选定频率点的MTF提升倍数,依据频域响应特性并以提升倍数作为频域响应幅值构建空域卷积函数,同时结合在轨实测信噪比(Signal to Noise Ratio,SNR)构建抑噪函数,在确保SNR的前提下实现的MTF的定量提升。根据在轨试验验证结果表明,按照所提方法进行图像质量提升,在噪声抑制阈值0.5 dB范围内,垂轨方向MTF基本不变,沿轨方向奈奎斯特频率点的MTF提升2.51倍,获取的图像清晰度提升8.33%,证明该方法可有效实现定量图像质量提升。 展开更多
关键词 在轨 MTF 测试 可定量 图像质量提升 光学遥感
下载PDF
高光谱图像辐射位深残差量化及其对地物分类影响分析
16
作者 王娟 张爱武 +1 位作者 张希珍 陈云生 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期872-882,共11页
目前的研究大多集中在高光谱图像(HSI)的空间和光谱分辨率的提升及应用上,很少关注辐射分辨率的综合运用。辐射分辨率反映传感器接收地物辐射能量动态变化的范围,探测地物辐射能量的微小变化,同样包含着丰富的地物信息。该研究提出了一... 目前的研究大多集中在高光谱图像(HSI)的空间和光谱分辨率的提升及应用上,很少关注辐射分辨率的综合运用。辐射分辨率反映传感器接收地物辐射能量动态变化的范围,探测地物辐射能量的微小变化,同样包含着丰富的地物信息。该研究提出了一种高光谱图像辐射位深残差量化(HSI radiation bit depth residual quantization method)方法,构建出高光谱图像不同辐射位深层级的位深特征图像(LHSI)及其残差图像(RHSI),并通过实验综合运用高光谱不同辐射位深层级的位深特征图像和残差图像及其组合进行地物分类,并分析其对地物分类精度的影响。实验表明,在保证一定分类精度的基础上,辐射位深为9 bit的位深特征图像,保留了原始高光谱图像的主要信息;辐射位深为4 bit的残差图像,比原始高光谱图像更突出地物细节信息;13 bit的位深特征图像与3 bit的残差图像的组合,既能保留原始高光谱图像的主要信息又能突出地物细节。 展开更多
关键词 高光谱图像 辐射分辨率 辐射位深残差量化 地物分类
下载PDF
融入注意力机制的小样本遥感图像场景分类
17
作者 张多纳 赵宏佳 +2 位作者 鲁远耀 崔健 张宝昌 《计算机工程与应用》 CSCD 北大核心 2024年第4期173-182,共10页
遥感图像场景分类是计算机视觉领域的热点研究方向,对遥感图像场景及其语义理解意义重大。目前,基于深度学习的遥感图像场景分类方法在该领域占据主导地位。然而实际应用场景面临着样本数据较少、模型泛化能力较差的问题,致使基于深度... 遥感图像场景分类是计算机视觉领域的热点研究方向,对遥感图像场景及其语义理解意义重大。目前,基于深度学习的遥感图像场景分类方法在该领域占据主导地位。然而实际应用场景面临着样本数据较少、模型泛化能力较差的问题,致使基于深度学习的遥感图像场景分类方法实现难度较大,性能大幅下降。针对上述难点,提出了基于注意力机制的小样本遥感图像场景分类方法,设计了一种双分支判别结构进行相似性度量。该方法基于元学习训练策略对数据集进行任务制划分;为最大限度保留遥感图像中的特征分布,对输入图像进行重叠分块;在特征提取网络中引入轻量级注意力模块,降低过拟合风险并保证判别性特征的获取;在EMD(earth mover’s distance)距离的基础上设计添加双分支相似性度量模块,提升分类器的判别能力。实验结果表明,相较于经典小样本学习方法,所提出的小样本遥感图像场景分类方法能够显著提升分类性能。 展开更多
关键词 遥感图像场景分类 小样本学习 元学习 注意力机制 双分支判别
下载PDF
天基光学遥感图像的信噪比提升技术综述
18
作者 王智 魏久哲 +1 位作者 王芸 李强 《航天返回与遥感》 CSCD 北大核心 2024年第2期102-113,共12页
随着遥感技术的不断发展,天基光学遥感向全时域、智能化方向发展。微光遥感因需要在夜间和晨昏时段等低照度条件下对地物进行探测,成像具有低对比度、低亮度、低信噪比的特性。针对低信噪比特性会导致大量复杂物理噪声将图像景物特征淹... 随着遥感技术的不断发展,天基光学遥感向全时域、智能化方向发展。微光遥感因需要在夜间和晨昏时段等低照度条件下对地物进行探测,成像具有低对比度、低亮度、低信噪比的特性。针对低信噪比特性会导致大量复杂物理噪声将图像景物特征淹没,严重影响地面目标识别与判读的情况,文章基于遥感成像的全链路物理模型,总结天基光学遥感图像信噪比提升的技术途径,分别对基于传统滤波的方式、基于物理模型的方式、基于深度学习的方式的研究现状进行分析,对比并总结各类方式中主要代表算法之间的特点及差异,对未来天基光学遥感图像信噪比提升的技术发展方向进行展望。 展开更多
关键词 去噪算法 全链路模型 信噪比 遥感图像 天基遥感
下载PDF
双分支多维注意特征融合的高光谱图像分类
19
作者 马亚美 王双亭 都伟冰 《计算机工程与应用》 CSCD 北大核心 2024年第7期192-203,共12页
为改善高光谱图像小样本类别的分类性能,提高模型特征表达的稳健性,提出了双分支多维注意力特征融合的神经网络分类模型(DBMD)。DBMD采用两个分支分别进行光谱特征提取和混合特征提取。光谱分支通过密集连接的扩张卷积逐级提取特征,然... 为改善高光谱图像小样本类别的分类性能,提高模型特征表达的稳健性,提出了双分支多维注意力特征融合的神经网络分类模型(DBMD)。DBMD采用两个分支分别进行光谱特征提取和混合特征提取。光谱分支通过密集连接的扩张卷积逐级提取特征,然后融合低、中、高级语义信息作为特征输出。混合分支采用3D-2D网络架构,并通过改进的Inception块提取空间尺度特征。此外,注意力机制分别应用于光谱、空间和空谱特征,进行特征细化,增强重要区域的特征响应。最后,将不同维度的细化特征联合输入至分类器进行分类。在Indian Pines和Salinas Valley数据集上利用5%和1%的样本进行实验,分别取得了98.40%和99.78%的总体精度,与其他六种网络架构相比,该模型在准确性和稳定性上都具有更优的表现。 展开更多
关键词 混合特征提取 注意力机制 多维特征融合 图像分类
下载PDF
CNS-Net:一种循环多注意力特征聚合架构
20
作者 陈俊松 易积政 陈爱斌 《郑州大学学报(理学版)》 CAS 北大核心 2024年第2期73-79,共7页
基于卷积神经网络(convolutional neural network,CNN)方法在高分辨率遥感图像分类时,提取全局特征信息和局部特征信息方面有一定优势,但不能有效区别关键信息和干扰信息。由此,提出一种端到端的CNS-Net网络来提取图像显著性特征。首先... 基于卷积神经网络(convolutional neural network,CNN)方法在高分辨率遥感图像分类时,提取全局特征信息和局部特征信息方面有一定优势,但不能有效区别关键信息和干扰信息。由此,提出一种端到端的CNS-Net网络来提取图像显著性特征。首先,设计了一个全局增强性模块(global enhancement module,GEM)通过显示建模通道之间的相互依赖关系,使网络选择性提取关键区域;其次,提出了一个多级循环注意模块(multi-stage cyclic attention module,MCAM)来捕捉特征信息的长期依赖关系和上下文感知信息;最后,在4个公共数据集上进行实验,结果表明所提方法达到了最优的分类性能。 展开更多
关键词 卷积神经网络 长短期记忆网络 注意力机制 遥感图像
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部