公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

复杂干扰环境下基于频域Gabor滤波和相关滤波的空中目标跟踪算法被引量：4: 2020年; 空中红外目标自动跟踪技术是红外成像导弹光电对抗系统的核心技术,针对复杂战场环境、空中目标大尺度变化、红外干扰部分遮挡等挑战性情况,提出了一种基于频域Gabor滤波的相关滤波空中红外目标跟踪算法。该算法构造一组频域Gabor滤波器组,对目标图像块进行频域Gabor滤波特征(简称GF特征)提取、降维融合,有效抑制背景噪声、突出目标纹理信息;根据频谱能量分布特点及变化规律,提取目标频谱尺度、旋转特征向量,提升目标尺度信息估计的准确性;利用高置信分块跟踪目标可靠部位,提升算法鲁棒性。相比于其他跟踪算法,该算法平均精确度评价提高15.2%,帧频达到110 Hz以上。; 杨曦李少毅王晓田张凯闫杰; 关键词：相关滤波

基于关键点检测网络的空中红外目标要害部位识别算法被引量：5: 2020年; 红外制导空空导弹对战机要害部位的定向精确打击能力是精确制导武器的关键技术之一。针对传统图像处理算法中根据人的先验知识进行特征选择、设计分类器方法的局限性,提出一种基于关键点检测卷积网络的空中红外目标要害部位检测算法。该算法采用端对端的深度学习网络结构,结合数据集对光照、纹理、形变方面进行扩充增强,将整幅图像信息简单预处理后作为输入,构建含约束条件的损失函数并利用优化算法进行迭代。相较于同样训练批次的常规方法,训练得到的网络模型的平均识别率提高了10%,能够更准确地识别红外空中目标要害部位,对空中红外目标的4个要害部位识别的准确率达到80%以上。; 张凯刘昊杨曦李少毅王晓田; 关键词：卷积神经网络

改进的SURF彩色遥感图像配准算法被引量：4: 2017年; 为了进一步提高彩色遥感图像的配准精度,针对遥感图像配准过程中色彩信息利用率低以及误匹配率高的问题,提出一种改进的SURF(Speeded Up Robust Feature)彩色遥感图像配准算法;该算法首先在对彩色遥感图像进行特征点检测基础上,对特征点描述算子进行改进,以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中,并对特征点描述算子进行归一化处理,以增加算子的独特性和对旋转、尺度、光照的鲁棒性;其次,结合单向匹配和双向匹配的比值,提出了一种最优化阈值选择准则,如果欧氏距离比率小于最优化阈值,完成特征点匹配,得到正确匹配点对,再通过变换矩阵得到配准图像;实验结果表明,在保证实时性的条件下,该算法相比于原SURF算法,准确性和稳定性都有一定提高,具有一定的理论和应用价值。; 李少毅王晓田杨开; 关键词：图像配准最优阈值

基于DNET的空中红外目标抗干扰识别算法被引量：5: 2021年; 复杂空战背景下针对人工干扰的博弈是红外空空导弹精确探测制导技术发展面临的瓶颈和核心技术。针对人工干扰对空中红外目标产生的遮蔽、黏连、相似等干扰现象,以及目标机动和相对运动造成的形状、尺度、辐射特性剧烈变化等实际问题,提出一种基于信息特征提取的深度卷积神经网络DNET空中红外图像目标抗干扰识别算法。首先,DNET网络对大尺度特征图像采用密集连接模块,在前部通道保存每一层的网络输出,在网络末端引入特征注意力机制,获得每个特征通道的信息特征识别权重。然后,加入多尺度密集连接模块,并与多尺度特征融合检测结合,提高对大尺度变化情况下的目标特征提取能力。实验结果表明,在伴随红外诱饵干扰的实时检测条件下,红外目标由点目标变化为成像目标,直至充满视场的整个过程中,本文抗干扰识别算法的识别精确度、召回率及识别速度分别达到99.36%、96.95%、132fps,具备识别精确度和召回率高、识别速度快等优点,并具有良好的鲁棒性。; 张凯王凯迪杨曦李少毅王晓田; 关键词：卷积神经网络

基于YOLOV3的改进目标检测识别算法被引量：11: 2021年; 经过近几十年不断的研究和发展,红外目标检测识别在侦察、导弹制导等领域取得了卓越的成就和广泛的应用,亦成为当今的热门话题。为进一步提高模型的检测识别性能,提出一种基于YOLOV3改进的目标检测识别算法。首先,通过分析红外目标的检测特性,改进了原始算法的特征提取网络,融合KL-LOSS,在原网络预测目标位置的基础上,进一步预测了位置的准确度标准差,并结合Soft-NMS算法用于改善网络的检测准确度;其次,针对红外目标相对三通道彩色图像的特征量少的问题,在检测层前融合了SKNET模块,使网络更加关注目标的有用特征;最后,给出改进网络训练的新的损失函数及前向传播算法流程。实验结果表明:改进的KS-YOLO网络在目标域(实拍空中红外目标数据集)上的平均AP性能值要优于原来的YOLOV3网络2.4个百分点,预测时间比YOLOV3实用性更好、更快。; 王战涛张策王晓田; 关键词：红外目标检测

一种改进的SURF彩色遥感图像配准算法被引量：6: 2017年; 为了进一步提高彩色遥感图像的配准精度,针对遥感图像配准过程中色彩信息利用率低的问题,提出一种改进的SURF(Speeded Up Robust Feature)彩色遥感图像配准算法。该算法首先在对彩色遥感图像进行特征点检测基础上,对特征点描述算子进行改进,以使颜色空间变换后得到的特征点色彩信息添加到原描述算子中;其次,对特征点描述算子进行归一化处理,以增加算子的独特性和对旋转、尺度、光照的鲁棒性;最后,利用Hession矩阵的迹提高精度以及欧氏距离比率完成特征点匹配,得到正确匹配点对,再通过变换矩阵参数估计和插值处理得到配准图像。实验结果表明,在保证实时性的条件下,该算法相比经典SIFT算法和SURF算法,准确性和稳定性都有一定提高,具有一定的理论和应用价值。; 张二磊马骏王晓田; 关键词：SIFT SURF

面向自动目标跟踪红外图像序列复杂度度量被引量：4: 2019年; 红外图像复杂度度量是自动目标识别及其跟踪性能评估的重要组成部分。传统的度量指标如统计方差、信杂比等针对的皆是单帧图像,而对于图像序列复杂度度量的研究寥寥无几。针对该问题,提出一种面向自动目标跟踪的红外图像序列复杂度度量方法。首先,对影响目标识别及其跟踪因素进行分析,明确了红外图像序列中影响目标识别及其跟踪的具体原因,以此为依据构建基于特征空间的目标混淆度和目标遮隐度指标;其次,通过灰色关联法优化特征空间,使目标混淆度和目标遮隐度指标更加合理;最后,结合识别与跟踪的特点,选择合适的加权平均函数和非线性变换函数,实现图像序列复杂度度量。实验表明,与图像序列评价指标如序列相关度、帧间目标变化度相比,文中提出的评价指标与跟踪误差的单调关系更好,是一种有效的图像序列复杂度评价标准。; 王晓田马万超张凯李少毅闫杰; 关键词：灰色关联法

基于序列复杂度的空中红外目标跟踪算法评估被引量：3: 2020年; 近年来,基于深度学习的红外空中目标跟踪算法不断涌现,如何对其性能进行评估已经成为一个亟待解决的问题。利用单帧图像混淆度和遮隐度对图像复杂度进行计算,并结合目标运动复杂度,建立了融合图像复杂度和运动复杂度的序列复杂度计算模型。构建了包含420个序列的红外序列样本库,利用序列复杂度对样本库测试结果进行加权评分,提出了一种新的红外空中目标跟踪算法性能评估方法。实验结果表明,所提出的评估方法能全面评估算法在不同态势下的性能。; 胡阳光肖明清刘兆政王晓田赵亚兴; 关键词：目标跟踪图像复杂度

全选清除导出

共1页<1>

王晓田

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

王晓田

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈