期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向真实战场环境的Transformer-CNN多特征聚合图像去雾算法 被引量：3
1
作者 王永振 童鸣 +1 位作者 燕雪峰 魏明强 《兵工学报》 EI CAS CSCD 北大核心 2024年第4期1070-1081,共12页
军事智能系统的发展对现代战争的作战方式和制胜机理产生重大影响,然而这些系统容易受到雾霾等天气的影响导致获取的图像出现模糊、退化等问题,给后续识别、追踪等作战任务带来挑战,因此对战场含雾图像进行复原非常重要。鉴于获取同一... 军事智能系统的发展对现代战争的作战方式和制胜机理产生重大影响,然而这些系统容易受到雾霾等天气的影响导致获取的图像出现模糊、退化等问题,给后续识别、追踪等作战任务带来挑战,因此对战场含雾图像进行复原非常重要。鉴于获取同一场景下的含雾、清晰图像对难度极大,现有网络大都采用合成数据进行训练;但真实雾图和合成雾图之间的间隙,会导致在合成数据下训练的模型在真实场景中泛化性差。为此,提出一种面向真实战场环境的自注意力模型-卷积神经网络(Transformer-Convolutional Neural Network,Transformer-CNN)多特征聚合图像去雾算法。采用半监督框架,利用合成和真实战场含雾图像训练网络,使模型能够更好地应对真实含雾场景。采用双分支特征聚合架构,将CNN分支提取的局部特征和Transformer分支学习的全局特征进行聚合,以进一步提高模型去雾能力。为模拟真实战场含雾场景,构建了一套含雾战场图像数据集。实验结果表明,与8种最先进的图像去雾算法相比,所提算法在合成数据和真实图像上均表现良好。 展开更多
关键词 军事智能 图像去雾 半监督网络 Transformer-CNN 特征聚合
在线阅读 下载PDF
一种基于语义引导和对比学习的战场图像去烟算法
2
作者 熊佳梅 王永振 +1 位作者 燕雪峰 魏明强 《兵工学报》 EI CAS CSCD 北大核心 2024年第2期671-683,共13页
烟雾作为现代战争中最常见的作战产物,不可避免地会降低作战场景的可视性,进而影响下游军事智能系统的性能,因此对含烟图像进行复原处理非常重要,现有算法通常忽略图像中高阶的语义信息和降质图像本身都可以为提高网络去烟能力提供有价... 烟雾作为现代战争中最常见的作战产物,不可避免地会降低作战场景的可视性,进而影响下游军事智能系统的性能,因此对含烟图像进行复原处理非常重要,现有算法通常忽略图像中高阶的语义信息和降质图像本身都可以为提高网络去烟能力提供有价值的监督信息。为此,提出一种基于语义引导和对比学习的生成对抗网络来去除战场图像中的烟雾。通过在低阶视觉任务中融入高阶语义特征,将语义信息作为引导帮助网络更好地恢复图像的结构和色彩信息;利用对比学习范式将清晰和含烟图像构建为正、负样本,并采用对比约束使去烟后的图像与清晰图像接近,并远离含烟图像。此外,为模拟真实的战场含烟场景,首次构建一套含烟战场数据集,推进了相关研究的发展。实验结果表明,与现有图像去烟算法相比,所提方法在定量和定性指标上均达到了先进水平。 展开更多
关键词 军事智能 图像去烟 生成对抗网络 语义引导 对比学习 注意力机制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部