用于高分辨率遥感影像地类识别的Deeplabv3+改进模型

在高分辨率遥感影像地类识别上,语义分割网络Deeplabv3+表现优异,但是所需参数非常多,训练时间久。遥感影像中的地类与普通RGB图片中的对象相比颗粒度非常大,其具有更显著的特征以及更少的类别,并不需要过深过大的网络。因此,文中提出了一种基于轻量级网络的语义分割模型(Thin-Deeplabv3+),对Deeplabv3+的编码器进行了改进,利用轻量级膨胀网络(Light and Dilated Network, LDNet)提取输入遥感影像的特征,然后利用膨胀系数分别为2、12、24和36的空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块加强特征提取。在高分遥感影像数据集(Gaofen Image Dataset, GID)以及DeepGlobe土地覆盖分类挑战数据集(DeepGlobe Land Cover Classification Challenge, DLCCC)上的实验结果表明,Thin-Deeplabv3+的识别精度高于Deeplabv3+,并且所需参数仅约为Deeplabv3+的1/10。     

基于深度残差适配网络的通信辐射源个体识别

为解决通信辐射源识别中传统的人工特征提取方法鲁棒性不足和深度学习方法需要大量带标签目标域数据的问题,提出一种基于深度残差适配网络的通信辐射源个体识别方法.应用深度学习技术实现从源域到目标域上的迁移识别,只需要将带标签的源域数据和无标签的目标域数据进行训练.原始通信辐射源信号经过预处理后输入网络训练,将源域和目标域的分布...     

基于反射信号特征的RFID标签和移动终端跨域互联方法

随着物联网、人工智能等技术的飞速发展,基于物联网的“人-机-物”智能感知识别技术成为当前研究的热点方向。在众多的感知识别技术中,射频识别技术(Radio Frequency Identification, RFID)作为物联网的核心技术之一,被广泛应用在物流追踪、身份认证和室内定位等各个领域。由于目前广泛使用的个人移动设备并不支持RFID信息读取,限制了RFID技术的大范围应用。针对智能手机不能直接读取RFID标签信息的问题,提出一种利用用户预定义的基于RFID反射信号的手势特征实现面向智能手机和RFID标签之间的跨域互联方法。该方法不需要对部署的RFID系统或智能手机进行任何硬件修改,通过用户在感兴趣标签面前做出手势而产生的RFID相位特征,并与智能手机捕获到的运动传感器数据的相关时间戳进行匹配,从而实现了智能手机与RFID标签的关联配对。最后,通过实验验证了文中提出的跨域互联方法的可行性。     

NMF在人脸表情识别中的应用

文章将NMF分解用于提取人脸表情子空间特征,并进行人脸表情识别。将人脸图像在特征脸空间上投影,得到的投影系数作为识别人脸表情的特征向量,采用K近邻分类器进行人脸表情识别。     

针对东方人黑色虹膜识别的光谱选择

本文以东方人黑色虹膜作为研究对象,进行两方面研究:1)对于单一光谱照明,找到某一个最适合东方人黑色虹膜的光谱段;2)对于多个光谱照明,确定东方人黑色虹膜所需要的光谱段数量.第一部分研究中,采用改进的卷积矩阵与频谱能量相结合的算法,对虹膜纹理质量进行评估;采用改进2-DGabor与1-DLog-Gabor相结合的编码方法,获得虹膜匹配性能的指标.实验显示:针对单一光谱照明,700nm对于东方人的黑色虹膜是最优的光谱段.第二部分研究中,采用改进multi-group(2D)2PCA算法,基于多光谱虹膜图像的最大不相关性进行层次聚类分析.实验显示:针对多个光谱照明,3个主聚类可以最好地描述从545nm到940nm的所有光谱段.以上研究在该领域内具有开拓性,解决了东方人黑色虹膜多光谱采集与识别的基础问题,为东方人黑色虹膜的多光谱融合提供了理论依据.     

航天器升空过程振动环境的地面试验条件

卫星、飞船等航天器振动试验目的是考核它们对升空过程低频振动环境的适应性.本文对卫星随火升空和整星地面振动试验两种状态进行了仿真计算,星界面横向振动同的条下,比较两种状态卫星顶点的动响应,结果毫无共同点.这是由于升空过程星界面有角运动,而地面试验却制界面角运动.仿升空状态的计算中,确定了与星界面运动关的角运动,并以此作为振动试验补充条,进行地面振动试验仿真计算,此时卫星顶点动响应与升空状态一致.可见补充角运动条是现航天器地面振动试验与其升空过程振动环境一致的有效方法,也为多自由度振动台的应用和条制定提供了依据.     

基于最大异类距离特征提取的SAR目标识别方法

合成孔径雷达自动目标识别是合成孔径雷达的一个重要的应用方面,如何在高维SAR图像中提取有效分类信息是制约自动目标识别的瓶颈问题.本文基于流形结构假设,提出了一种新的特征提取方法——最大异类距离特征提取,该方法融入了样本集类别信息和邻域信息,通过最大化异类样本的距离实现特征提取,以提高特征的可鉴别性.基于MSTAR数据库的实验已验证了本文提出的方法能够有效提高目标识别率.     

基于人眼状态识别的驾驶员疲劳检测方法研究

提出一种基于眼睛状态识别的驾驶员疲劳状态检测的方法。首先通过建立肤色模型分割出人脸区域,再利用搜索连通域的方法实现眼睛区域的定位;然后计算出眼睛区域的垂直积分投影曲线,提取并比较曲线的特征参数,从而识别眼睛的状态;最后以眼睛闭合时间比率为测量标准实现对驾驶员疲劳程度的检测。实验表明,该方法简单、有效、实时性较好,疲劳检测的正确率较高。     

基于生成对抗网络的信号调制方式的开集识别

为解决信号调制方式的开集识别问题,基于生成对抗网络提出了一种适用于一维信号数据的重构判别网络模型,该模型由重构网络和判别网络组成,分别用来重构和判别输入信号。两个网络在相互对抗的训练过程中,对已知调制方式信号的数据分布形式充分学习,使得重构后的输出不仅能够呈现已知调制方式信号更多有用的信息,而且能够扰乱未知调制方式的信号,从而增强判别网络对输入信号调制方式的判别能力。仿真结果表明,该模型能够实现信号调制方式的开集识别,而且在信噪比大于0 dB时,对已知调制方式和未知调制方式信号的识别率均大于93%。