关键词： 极化SAR   遥感   地物分类   多源信息融合   特征提取   机器学习   目标检测   散射特性  

摘要： 作为遥感信息提取和分析的重要环节,遥感影像地物分类一直是相关研究领域的热点之一。由于地面目标特性的复杂性和遥感成像手段的多样性,遥感影像的准确分类有赖于对影像特点的深入理解及地物先验知识的充分利用。近些年来,随着合成孔径雷达SAR (Synthetic Aperture Radar),特别是极化SAR技术的进步,SAR遥感地物分类领域的研究有了显著发展。本文旨在对极化SAR遥感地物分类的研究进展进行综述。在介绍SAR遥感基本理论,星载SAR主要数据源的基础上,介绍基于极化分解的分类方法,基于经典机器学习的极化SAR地物分类方法,基于深度学习的极化SAR地物分类方法,融合光学和SAR影像的遥感地物分类方法以及基于紧缩极化SAR的地物分类。然后,介绍极化SAR在海面溢油探测、舰船检测、海岸线提取、土地利用分类、海冰和冰盖分类等地物分类任务上的研究进展。最后,对极化SAR地物分类研究的未来发展进行展望。

关键词： 足部压力图像   去噪   插值   压力传感器  

摘要： 针对现有足部压力采集设备采集到的压力影像含有噪声以及分辨率低的问题,提出卷积阈值去噪算法和边缘响应插值算法进行改善。使用基于柔性压力传感器阵列的压力采集板采集小鼠足部的压力矩阵数据,利用所提出的卷积阈值去噪算法对含噪压力矩阵进行去噪处理,再利用提出的边缘响应插值算法对去噪后的压力矩阵进行插值处理,获取到分辨率高的低噪小鼠足部压力图。结果表明:所提出的去噪算法去噪效果好、小鼠足部边缘低压力值信息保存完整;其插值算法相较于同类其他插值算法插值效果更平滑、计算复杂度大幅降低。

关键词： 计算机视觉   目标跟踪   相关滤波  

摘要： 聚焦于计算机视觉领域中目标跟踪的应用热点问题,开展基于循环结构核算法(CSK)、核相关滤波算法(KCF)、颜色空间算法(CN)、自适应尺度多特征优化算法(SAMF)等典型算法的目标跟踪仿真验证。通过技术原理解析、指标评估体系构建、样本数据集构建与分析等具体实验环节实施,对算法的功能和性能进行对比,验证了各种算法的优缺点,为相关滤波算法在工程上的应用提供了依据。

关键词： 前向散射雷达   GNSS   信号建模   目标检测   参数估计   侧影成像   目标识别  

摘要： 前向散射雷达(FSR)可获得高水平雷达截面积(RCS)的特性使其在反隐身中占据重要地位。利用全球导航卫星系统(GNSS)作为辐射源,具有全天时全天候全地域覆盖的优势,通过部署多个接收节点可构建地面/海上/空中目标监视网络。该文针对基于GNSS的FSR发展现状,从目标检测、目标参数估计、阴影逆合成孔径雷达(SISAR)成像及目标分类识别等方面对关键技术和现存问题进行概述,并从组网探测、多目标定位、布站优化和极化信息获取等方面对基于GNSS的FSR发展趋势提出展望。

关键词： 自动驾驶   3D目标检测   Transformer   SECOND  

摘要： 针对自动驾驶场景中复杂环境下的3D目标检测任务,特别是远距离和遮挡条件下,为提高模型的检测准确率,在SECOND的基础上提出了Tv-SECOND两阶段算法。该算法提出一种基于Transformer架构的提案框特征提取模块,并在传统体素特征编码基础上提出可变形的体素特征编码模块。在KITTI数据集上进行测试,结果显示,所提出的算法相比SECOND在远距离和遮挡严重的情况下分别提高了7.49%、9.72%。同时与其他先进的两阶段方法相比,检测精度有不同程度的提升,证明了Tv-SECOND算法的有效性。新算法能够建立特征之间的依赖关系,聚合周边广域的上下文信息,增强模型的学习推理能力,有效提升了模型在远距离和遮挡的情况下的检测性能。

关键词： 手势识别   手势交互   人机交互   多模态智能交互   计算机视觉  

摘要： 手势识别与交互技术是人机交互技术与人工智能技术前沿研究的基石任务。该任务以计算机和设备协同工作识别、处理手势信息并给出与手势相对应的机器操作为主要目标,融合应用了动作捕捉、图像处理、图像分类、多端协同交互工作等多项技术,是支撑指挥控制系统、机器人交互、医疗操作等当下前沿智能交互工作与人机交互工作的有力保障。目前,手势识别与交互的相关研究已经日渐成熟,应用领域广泛、应用场景丰富。本文主要对手势识别与交互的相关技术和硬件发展做出综述。首先,全面梳理手势识别与交互技术的研究进展,同时对手势识别的关键步骤进行归类描述;其次,分类阐述用于三维手势交互的当前主流手势识别深度传感器的相关工作;随后,对三维手势识别的真实感识别技术进行剖析和讨论;最后,分析手势识别与交互技术中存在的不足与亟待改进的问题,提出融合深度学习、模式识别等前沿技术与有可行性的研究思路和方法,对该领域未来的研究方向、技术发展和应用领域做出预测和展望。

关键词： 改进YOLOv5s   小目标检测   BottleneckCSP   大尺度特征融合   SE注意力机制  

摘要： 目的:针对现有目标检测算法进行小目标检测时检测效果不理想、漏检率高的问题,提出一种改进的YOLOv5s检测算法,提升小目标检测效果。方法:在原有模型基础上,引入BottleneckCSP模块并增加大尺度特征融合结构,提升模型小目标特征捕捉能力;同时在网络结构中融合SE注意力机制,使得网络自主学习更关注小目标特征通道,增强网络模型对小目标的检测效果。结果:在同一自制小目标检测数据集上进行训练验证,与已有算法比较,能够有效提升YOLOv5s目标检测算法的mAP值和训练收敛速度,拓展小目标检测范围(由原有算法的0.002 5~0.010 0缩小至0.000 8~0.001 4),提高小目标检测性能(平均检测率提升46%)。结论:改进算法能够有效提升小目标的检测能力。

关键词： 计算机   图像处理   人眼识别   系统设计  

摘要： 每年因疲劳驾驶导致的安全事故数不胜数,因此,为汽车设计警示功能,在检测到驾驶员出现疲劳驾驶时,及时提醒驾驶员安全驾驶,对于减少安全事故的发生至关重要。计算机图像处理人眼识别系统借助高清摄像头及时抓取人眼图像,对图像进行处理后获得相应的人眼特征参数,由此判断驾驶员的疲劳状态,以及时提醒驾驶员,避免酿成事故。本文就计算机图像处理人眼识别系统设计进行探究,旨在为驾驶员安全驾驶提供辅助技术支持。

关键词： 生物光学   波前编码   数字PCR   光学设计   荧光显微镜   图像处理  

摘要： 大像面荧光显微成像系统可以对大尺寸dPCR生物基因芯片进行一次性成像,但其景深(DOF)较小,限制了系统的物方检测深度。文章采用波前编码技术在不降低分辨率的前提下,有效扩展了大像面荧光显微成像系统的景深,为后续高通量多层堆叠式dPCR生物芯片实现一次性成像提供了技术支持。但考虑到显微成像系统正向设计仿真时不适合直接进行景深延拓分析,故对其倒置翻转后在像方(原物方)分析焦深延拓范围(即景深)。为确定最优的相位板参数值,编写遗传算法与ZEMAX的API接口链接,以动态交互的方式对相位板调制系数进行优化、筛选、定值。在大像面荧光显微成像系统孔径光阑前的平行光路处添加特定系数的相位板,对光学系统的波前相位进行调制,使得在焦点附近一段范围内产生成像一致的中间模糊像。采用维纳滤波对中间模糊像进行复原,由模拟的结果可见,在传统光学系统的±10倍景深内,编码复原图像具有较高的分辨率(达到6.5μm),能够实现系统的景深延拓。装配相位板的大像面荧光显微成像实际系统,其延拓倍数在±7倍景深范围内有较好的图像复原分辨率(6.5μm)。

关键词： 无人机图像   小目标检测   聚类算法   YOLOv5s   注意力机制  

摘要： 【目的】针对无人机航拍图像中目标尺度多样、背景复杂、小目标密集的特点,提出了基于YOLOv5s的小目标检测算法LM-YOLO。【方法】首先,增加小目标检测头并采用K-DBSCAN聚类算法优化锚框,生成更适合小目标检测的锚框,提高算法对小目标的检测精度;然后,设计更高效的MobileNetV3-CBAM作为特征提取网络,减小网络模型大小;最后,在特征融合网络引入大核选择性注意力机制LSK,增加模型对相似目标的分辨率。【结果】在公开数据集VisDrone2019上的实验结果表明,与基准模型YOLOv5s相比,LM-YOLO对所有目标的平均检测精度提升了7.6%,模型大小压缩了45%。【结论】文章算法可以在降低模型大小的同时保持良好的检测精度。