修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

67 条数据
?? 中文（中国） ▾

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于生成对抗网络的遥感图像半监督目标检测

    摘要： 目标检测是计算机视觉中的一项具有挑战性的任务。目前许多检测网络在应用大规模训练数据集时能取得良好的检测效果，但标注足量训练数据往往耗时较长。针对这一问题，本文提出了一种基于半监督学习的方法。半监督学习利用少量标注数据和大量未标注数据来训练检测网络。本方法采用生成对抗网络从无标注数据中提取数据分布特征，并将这些信息用于提升检测网络性能。实验表明，相比仅使用少量标注数据的监督学习方法，本文方案能显著提升检测性能。结果表明，当训练数据集中仅标注少量目标对象时，仍可获得可接受的检测效果。

    关键词： 生成对抗网络（GAN）、卷积神经网络（CNN）、半监督学习、目标检测

    更新于2025-09-10 09:29:36

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 高光谱目标检测：一种基于张量主成分分析的预处理方法

    摘要： 高光谱图像（HSI）的传统目标检测（TD）方法易受背景干扰影响。本文提出一种基于张量主成分分析（TPCA）的新型预处理方法，用于分离背景与目标。该方法将高光谱图像分解为主成分（PC）部分与残差部分之和，并对后者进行目标检测。TPCA能联合考虑空间与光谱信息，且对两类信息区别处理，符合高光谱数据的物理意义。合成数据与真实数据的实验表明，相比其他特征提取预处理方法，基于TPCA的方法在目标检测效果上更具优势。

    关键词： 张量主成分分析（TPCA）、目标检测、高光谱影像

    更新于2025-09-10 09:29:36

  • [IEEE 2018国际网络基础设施与数字内容会议(IC-NIDC) - 中国贵阳(2018.8.22-2018.8.24)] 2018年国际网络基础设施与数字内容会议(IC-NIDC) - 基于场景分类R-CNN的雾天遥感图像船舶检测

    摘要： 基于Faster R-CNN的船舶检测目标网络已展现出卓越性能。然而高分辨率卫星图像中复杂多变的天气条件暴露了这些网络的局限性。光学遥感图像中常见受雾气干扰的情况。本文基于这一观察开展研究：与SAR图像不同，光学传感器图像极易受天气（尤其是云雾）影响，导致无法获取准确目标信息，从而降低船舶检测精度。为此我们首先尝试将图像去雾方法引入目标检测网络以抑制云雾干扰；其次提出SC-R-CNN结构，通过场景分类网络(SCN)实现含雾图像分类，并与目标检测网络级联形成双流检测框架。此外，去雾方法与SC-R-CNN网络的结合产生了更优化的检测效果。我们使用包含多种天气条件的遥感图像数据集验证了所提方法的有效性与准确性。

    关键词： 遥感、图像处理、去雾、目标检测、卷积神经网络、深度学习

    更新于2025-09-10 09:29:36

  • [2018年第三届IEEE全球光电子学会议(OGC) - 中国深圳 (2018.9.4-2018.9.7)] 2018年第三届IEEE全球光电子学会议(OGC) - 一种用于红外小目标检测的定向渐进搜索方法

    摘要： 红外小目标检测在红外精确制导和红外预警系统中起着关键作用。如何尽早、准确地远距离探测目标一直是研究人员面临的难题。现有大多数算法能在简单背景下检测小目标，但当背景杂波混乱且信杂比（SCR）较低时，这些算法就会失效。因此，我们提出了一种名为方向递进搜索（DPS）的新型红外小目标检测方法。该方法基于以下事实：远距离的小目标呈各向同性高斯分布，而杂波在不同方向上呈现不同特征?；谡庖徊钜欤颐抢靡唤追较虻际‵ODD）滤波器将原始图像分解为具有不同方向的一阶子图像。然后逐步检测每个方向的零交叉点以区分小目标和背景杂波。通过逐步筛选，确认每个子图像中存在零交叉点的位置即为目标。实验结果表明，与其他方法相比，本方法具有更高的检测率和更低的虚警率。同时，在各种复杂背景下仍能保持良好性能，方法的鲁棒性很强。

    关键词： 面模型、目标检测、红外图像、零交叉点

    更新于2025-09-10 09:29:36

  • 汽车视觉实时灰度去雾方案

    摘要： 为提高自动驾驶汽车的安全性，必须大幅提升其在恶劣天气下的障碍物检测能力。雾霾是导致户外图像质量下降的主要因素。尽管目前已有多种去雾方案被提出，但尚未有专门针对提升障碍物检测能力的去雾方案见诸报道。因此，我们提出了一种能增强自动驾驶汽车安全性的去雾算法。该算法应能实时运行，即使使用通常作为车载电子设备安装的边缘计算机也能胜任。此外，由于依赖彩色图像的系统往往不受日落等环境色变因素影响，本算法应适用于灰度图像。我们基于以下三种现有去雾算法开发了本方案：暗通道先验、中值暗通道先验以及暗通道先验参数调节方案，并仅针对灰度图像对这些方法进行扩展。从物体检测能力、结构相似性指数和峰值信噪比等指标来看，实证结果表明我们提出的基于灰度图像的算法与当前前沿方法效果相当，且能实现实时运算。

    关键词： 目标检测、自动驾驶汽车、去雾

    更新于2025-09-10 09:29:36

  • [IEEE 2017国际信息与计算进展会议(PIC) - 南京(2017.12.15-2017.12.17)] 2017年信息与计算进展国际会议(PIC) - 极化与太阳高度角相关性分析及其在目标检测中的应用

    摘要： 复杂的光学场景通常存在于水面之上。由光线反射产生的噪声会严重阻碍目标检测方法的性能。本文分析了入射光角度与眩光噪声之间的关联、太阳高度角与反射光偏振态的关系。此外，通过偏振成像实验对成像时间、成像视场角、偏振方向与偏振态等多种成像因素之间的关联进行了调节与优化。根据实验结果表明，我们的偏振成像方法能有效抑制光线反射产生的噪声，从而提高目标检测结果的准确性。

    关键词： 目标检测，太阳高度角，偏振分析，偏振成像

    更新于2025-09-10 09:29:36

  • [IEEE 2018年基于内容的多媒体索引国际会议（CBMI）- 拉罗谢尔（2018.9.4-2018.9.6）] 2018年基于内容的多媒体索引国际会议（CBMI）- 环境调查中辅助航空图像标注的主动学习方法

    摘要： 如今，遥感技术通过航拍影像极大简化了环境评估工作。这类数据通常由人工操作员分析，导致解决方案成本高昂且难以扩展。在机器学习和图像处理领域，人们已开发出多种算法来加速并自动化这一复杂任务，但其主要共同前提是需要预先获取真实标记数据。然而对领域专家或工程师而言，手动标注目标物既耗时又繁琐。我们将标注问题重新表述为二元分类问题，提出采用主动学习流程（基于组查询策略）来辅助高成本的标注工作——考虑到可能需要全面上下文来辅助单个实例的标注，实际会查询整幅影像中所有实例的标签。我们定义了基于实例分布的评分机制来排序待标注影像，并推导出恰当的再训练步骤，在每次迭代中同步降低交互成本并提升分类器性能。通过对真实影像的数值研究评估算法表现，结果显示该分类率与所选再训练策略及用户交互次数呈现良好相关性。

    关键词： 人在回路、航拍图像、目标检测、主动学习、数据标注

    更新于2025-09-10 09:29:36

  • [电气工程讲义] 高级多媒体与普适工程 第518卷（MUE/未来科技2018）|| 基于超像素和目标检测的图像分割方法

    摘要： 在线商城或设计领域所需的边缘保留图像分割显然局限于基于像素的图像机器学习，这使得业界难以接受最新机器学习技术的成果。现有图像分割研究表明，使用任意尺寸正方形作为研究单元而不针对有意义的像素虽提供了简单学习方法，但会导致图像分割错误率高且无法校准结果图像。因此，本文提出通过基于超像素的机器学习实现图像分割技术，以开发从图像中自动识别和分离对象的技术。此外，采用基于超像素的图像切割进行目标检测的主要原因是减少处理数据量，从而有效实现更高计算速率和更大规模图像处理。

    关键词： 去除图像背景、超像素、图像分割、机器学习、目标检测

    更新于2025-09-10 09:29:36

  • 通过Exclusively Dark数据集了解弱光图像

    摘要： 弱光是我们日?；肪持胁豢杀苊獾脑兀峒笥跋焓泳跣?。尽管低光照图像研究（尤其是图像增强领域）持续增长，但仍缺乏权威基准数据库。值得注意的是，即便近年来目标检测等可能辅助弱光环境研究的领域取得诸多突破（如PASCAL VOC、ImageNet和Microsoft COCO等成功公共基准数据集中弱光数据占比不足2%），该问题仍未得到重视。为此我们提出"全暗数据集"以缓解数据匮乏——该数据集仅包含可见光拍摄的弱光图像，并配有图像级与目标级标注。通过分析手工特征与学习特征的可视化结果，我们揭示了弱光对目标检测任务的影响远超"光照不变性"能解决的层面。希望本分析与全暗数据集能推动各领域弱光研究发展。数据集下载地址：https://github.com/cs-chan/Exclusively-Dark-Image-Dataset。

    关键词： 特征分析、低光照图像、数据集、目标检测、光照不变性

    更新于2025-09-10 09:29:36

  • [IEEE 2018国际研讨会ELMAR - 克罗地亚扎达尔（2018年9月16日-2018年9月19日）] 2018年国际ELMAR研讨会 - 基于暴力匹配器的图像特征匹配与目标检测

    摘要： 该论文研究了利用暴力匹配器在两幅图像中进行特征匹配与目标检测的问题。所提出的框架采用了多种并行算法进行特征检测与描述符提取，包括ORB（定向FAST和旋转BRIEF）、BRISK（二进制鲁棒不变可扩展关键点）、SIFT（尺度不变特征变换）和SURF（加速鲁棒特征）。特征匹配通过结合k近邻算法的暴力匹配方法实现。所得匹配结果被鲁棒的RANSAC（随机抽样一致）方法用于估计连续两幅图像间的变换关系，从而提升异常值剔除效果。该算法基于OpenCV库设计实现，其有效性与质量通过分析执行速度及特征匹配精度得到验证。

    关键词： 特征匹配、暴力算法、目标检测、RANSAC、特征检测与提取

    更新于2025-09-10 09:29:36