期刊文献+
共找到1,912篇文章
< 1 2 96 >
每页显示 20 50 100
FDGformer:基于频域引导Transformer网络的红外小目标检测
1
作者 杜妮妮 叶文亚 +3 位作者 刘烨 卫莎莎 王建超 徐生 《红外技术》 北大核心 2026年第2期204-211,共8页
红外小目标检测旨在从背景复杂的红外图像中检测和识别出尺寸较小的目标,在军事、安防以及无人机等领域有着广泛的应用。该任务的挑战在于红外图像通常分辨率较低、目标对比度低以及纹理模糊,导致小目标很容易被包含噪声和杂波的背景中... 红外小目标检测旨在从背景复杂的红外图像中检测和识别出尺寸较小的目标,在军事、安防以及无人机等领域有着广泛的应用。该任务的挑战在于红外图像通常分辨率较低、目标对比度低以及纹理模糊,导致小目标很容易被包含噪声和杂波的背景中所淹没。因此,如何准确地检测红外小目标的外形信息仍是目前学术界探索的热点问题。为解决上述问题,提出了一种基于频域信息引导Transformer(FDGformer)网络的红外小目标检测算法。首先采用了流行的U-net架构实现目标掩码的生成,在此基础上基于对红外图像不同层级频率域信息的探索,构建了一种基于Transformer结构的频率信息提取(FIE)模块,能够基于频域计算特征的自注意力,从而对输入特征中的特定频率成分进行增强;接着,将得到的频域增强特征作为引导设计了一种频率信息引导的空间Transformer结构,能够同时整合红外特征的全局依赖关系以及频域显著信息,从而更加准确的识别小目标的外形特征。在公开数据集上的实验结果表明,该算法相比其他先进小目标检测算法有着更高的检测精度,同时参数量更少,有效推动检测任务的实际应用。 展开更多
关键词 红外图像 弱小目标检测 transformER 图像分割
在线阅读 下载PDF
基于GRU-Transformer与随机矩阵的机动群目标跟踪
2
作者 陈烨 梁苑 +1 位作者 李银伢 戚国庆 《兵工学报》 北大核心 2026年第1期282-295,共14页
针对机动群目标跟踪问题,提出基于多任务多头门控循环单元变换器(Gated Recurrent Unit Transformer,GRU-Transformer)的机动模型辨识与当前统计(Current Statistical,CS)模型机动频率参数α回归,并将判别结果融入随机矩阵椭球-贝叶斯更... 针对机动群目标跟踪问题,提出基于多任务多头门控循环单元变换器(Gated Recurrent Unit Transformer,GRU-Transformer)的机动模型辨识与当前统计(Current Statistical,CS)模型机动频率参数α回归,并将判别结果融入随机矩阵椭球-贝叶斯更新,实现群目标质心与扩展外形的联合跟踪。基于机动群目标时间序列量测数据,提取群目标运动多项特征参数,输入所提深度神经网络,实现机动群目标运动模型(匀速(Constant Velocity,CV)模型、匀加速(Constant Acceleration,CA)模型、CS模型)的精准辨别,若目标模型为CS运动模型,同时输出机动频率参数α的精确估计结果。运用随机矩阵群目标跟踪理论,提出一种基于贝叶斯状态估计架构的椭圆机动群目标跟踪方法。仿真实验结果分析表明:新方法可实现对机动椭圆群目标的精确稳健跟踪,相较于传统交互式多模型群目标跟踪方法,跟踪精度有显著提升。 展开更多
关键词 机动群目标跟踪 注意力GRU-transformer深度神经网络 群目标跟踪 运动模型辨识 机动频率参数估计
在线阅读 下载PDF
基于TCN-Transformer模型的毫米波雷达船舶目标识别方法
3
作者 方梦瑶 张贞凯 《电光与控制》 北大核心 2026年第3期90-95,110,共7页
针对毫米波雷达回波信号的目标分类问题,提出一种基于TCN-Transformer模型的船舶目标识别方法。通过时间积累方式采集数据并对采集的回波信号预处理得到与时间有关的序列数据。由于得到的序列数据为长序列,而传统方法在长序列目标分类... 针对毫米波雷达回波信号的目标分类问题,提出一种基于TCN-Transformer模型的船舶目标识别方法。通过时间积累方式采集数据并对采集的回波信号预处理得到与时间有关的序列数据。由于得到的序列数据为长序列,而传统方法在长序列目标分类时表现较差,为解决此问题,采用TCN和Transformer相结合来提取长序列数据特征。首先,利用改进的卷积结构捕获序列连续特征,然后,利用TCN中因果膨胀卷积来输出局部稳定特征,并通过Transformer来增强模型对长序列数据的建模能力,从而提取序列的全局特征;为解决小数据集情况下深层模型容易出现的过拟合问题,在损失函数中加入弹性权重,改进后的损失函数加快了模型收敛速度;最后,通过仿真实验的结果表明,所提方法在识别准确率方面有较好的表现。 展开更多
关键词 毫米波雷达 TCN-transformer模型 弹性权重损失 目标识别
在线阅读 下载PDF
基于改进实时检测Transformer的轻量级番茄果实检测算法
4
作者 卢承方 崔艳荣 +2 位作者 胡蓉华 王浩宇 陈鹏翔 《山东农业科学》 北大核心 2026年第1期150-163,共14页
针对复杂环境下番茄果实目标多、外形各异、分布密集等导致智能采摘识别难度大的问题,同时为解决Transformer架构巨大运算量导致的模型边缘设备部署困难的问题,本研究提出一种改进实时检测Transformer(Real-Time Detection Transformer,... 针对复杂环境下番茄果实目标多、外形各异、分布密集等导致智能采摘识别难度大的问题,同时为解决Transformer架构巨大运算量导致的模型边缘设备部署困难的问题,本研究提出一种改进实时检测Transformer(Real-Time Detection Transformer,RT-DETR)的番茄果实检测模型SPC-DETR。首先,实地拍摄采集多尺度的复杂环境下番茄果实图片,并从公开数据集中筛选符合复杂环境的番茄果实图片作为补充,进行标注及数据增强后构建了一个包含3398张图片的番茄果实数据集。其次,以RT-DETR-R18为基线模型,进行如下改进:选用计算复杂度低且检测精度较高的StarNet作为主干特征提取基准网络,并引入倒置残差移动块iRMB,构建iR-StarNet作为主干网络,在轻量化主干的同时进一步提高模型对番茄果实的特征提取能力;设计一种改进的并行空洞卷积结构块EMA-PDC,该模块通过融合跨空间学习的高效多尺度注意力机制,可在减少计算量的同时扩大模型感受野,提升模型多尺度表示的准确性;使用DEA-Net提出的内容引导注意力融合方案CGA-Fusion改进颈部网络,进一步提高模型表征能力。实验结果表明,SPC-DETR的精确率、召回率和平均精度均值(mAP50)分别为88.0%、83.7%和90.2%,分别比基线模型RT-DETR-R18提高2.0、0.3、1.7个百分点,模型权重大小、参数量、浮点运算量分别为25.2 MB、12.9 M、34.3 GFLOPs,分别比RT-DETR-R18降低34.72%、36.14%、41.47%,综合表现优于目前大部分主流的YOLO系列模型和DETR系列模型。本研究结果可为提升智能采摘机器人识别检测复杂环境下番茄果实的准确率提供技术参考。 展开更多
关键词 番茄果实识别 transformER RT-DETR 轻量化 目标实时检测 深度学习
在线阅读 下载PDF
基于时空Transformer的注视目标检测概率模型
5
作者 王子千 高旭杰 +2 位作者 张俊晨 李顼 孙永宣 《微电子学与计算机》 2026年第2期72-83,共12页
提出一种基于时空可变形Transformer的一致性导向的概率模型用于注视目标检测,其主要由帧注视模型、时空注视关系模型、未来语义注视估计模块构成。帧注视模型通过空间编码器、空间解码器和预测模块对帧特征进行处理,得到关于头部标签... 提出一种基于时空可变形Transformer的一致性导向的概率模型用于注视目标检测,其主要由帧注视模型、时空注视关系模型、未来语义注视估计模块构成。帧注视模型通过空间编码器、空间解码器和预测模块对帧特征进行处理,得到关于头部标签、热图等信息;时空注视关系模型将过去特征与当前帧特征拼接后,通过时序注视关系特征编码器和时序注视关系查询编码器融合特征,增强当前帧的注视关系查询;未来语义注视估计模块以时空注视关系模型为骨干学习过去-未来语义,并通过具有一致性感知的未来解码器逐帧预测未来特征。多个数据集上的实验显示:此模型在视频注视目标检测和视频共同注视目标检测任务中性能卓越,超越以往所有方法。消融实验证实模型关键模块和不同损失函数对整体性能有积极作用,可视化效果体现了模型在动态注视场景下的有效性。 展开更多
关键词 注视目标检测 时空可变形transformer 概率模型 时间连续性
在线阅读 下载PDF
样本生成与Swin Transformer-YOLO网络结合的声呐图像目标检测
6
作者 罗雨薇 霍冠英 成振 《声学学报》 北大核心 2026年第1期201-215,共15页
由于目标投放成本高和实验条件限制,声呐图像样本稀缺且质量较差,导致现有目标检测方法难以有效学习特征,限制了性能提升。为解决这一问题,本文提出了一种基于扩散模型样本生成与Swin Transformer-级联群体注意力机制(CGA)融合的改进YOL... 由于目标投放成本高和实验条件限制,声呐图像样本稀缺且质量较差,导致现有目标检测方法难以有效学习特征,限制了性能提升。为解决这一问题,本文提出了一种基于扩散模型样本生成与Swin Transformer-级联群体注意力机制(CGA)融合的改进YOLO模型(STC-YOLO)的声呐图像目标检测方法。首先,利用LoRA对稳定扩散模型进行参数调整,并结合BLIP文本模型的语义特征,生成高质量、多样化的声呐图像,以构建新的数据集。其次,将Swin Transformer结构引入YOLOv8的主干网络,增强小目标的多尺度特征提取能力,同时在C2f模块中融合CGA机制,以增强小目标的感知能力。最后,采用偏斜交并比损失函数(SIoU)以适应复杂的水下场景。实验结果表明,所训练的生成模型能够在数据有限的情况下生成多样且真实的新样本。与原YOLOv8模型相比,改进后的STC-YOLO模型检测精度提升了5%,平均精度提升了12.6%,实现了对水下小目标的高精度检测。 展开更多
关键词 声呐图像 小目标检测 稳定扩散模型 Swin transformer 级联群体注意力机制
原文传递
基于特征提取增强和金字塔结构的实时Transformer小目标检测模型 被引量:1
7
作者 张伟 蔡宇帆 +1 位作者 叶林涛 刘大志 《计算机科学》 北大核心 2025年第S2期363-373,共11页
针对室外环境下小目标检测,如复杂背景、光照不足、目标密集和遮挡严重等挑战,提出了一种基于实时检测Transformer改进的模型LDSD-DETR,用于增强复杂背景下的特征提取及小目标检测能力。为提高特征提取效率,池化层和下采样部分采用线性... 针对室外环境下小目标检测,如复杂背景、光照不足、目标密集和遮挡严重等挑战,提出了一种基于实时检测Transformer改进的模型LDSD-DETR,用于增强复杂背景下的特征提取及小目标检测能力。为提高特征提取效率,池化层和下采样部分采用线性可变形卷积(LDConv)进行改进,能更有效地提取特征,在基于注意力的尺度内特征交互部分引入可变形注意力机制,优化目标相关区域的特征捕捉。针对小目标检测,在跨尺度特征融合部分设计了小目标增强金字塔,增强了对小尺寸目标的敏感度。为了进一步提升性能,重构后的结构结合了DGCST模块,有效捕获图像的局部和全局特征。实验结果表明,LDSD-DETR在Roboflow100及其扩展数据集上的平均检测精度优于其他测试模型,相比原模型,各指标均有效提升,其中mAP50提升至90%,提高了1.8个百分点。此外,模型在计算量、参数量及权重文件大小方面均有所优化,为小目标的实时检测提供了更精确、高效的解决方案。 展开更多
关键词 目标检测 小目标 RT-DETR 特征提取 金字塔结构 transformER
在线阅读 下载PDF
Adaptive modified hough transform track initiator forHFSWR tracking of fast and small targets 被引量:3
8
作者 GuoRujiang YuanYeshu QuanTaifan 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2005年第2期316-320,共5页
High frequency surface wave radar (HFSWR) is well proved to have over the horizon (OTH) detection capability to weak aerial targets, such as concealed airplanes or cruise missiles. The most important problem of detect... High frequency surface wave radar (HFSWR) is well proved to have over the horizon (OTH) detection capability to weak aerial targets, such as concealed airplanes or cruise missiles. The most important problem of detection of fast and small targets using HFSWR is earlier warning, i.e. enlargement of detection range oftargets. Therefore, the detection threshold should be decreased as low as possible, but numerous false alarms are brought about at the same time. On this condition, conventional track initiation techniques, which normally require the probability of false alarm to be at the level of 10-6, will initiate enormous false tracks and lead to abnormal operation of tracking system. An adaptive modified hough transform (AMHT) track initiator is proposed accordingly and the relation of detection range to the performance of track initiator is analyzed in this paper. Simulations are performed to confirm the capability of track initiation to fast and small targets in dense clutter by AMHT track initiator. The tolerable probability of false alarm of detector can reach the level of 10 -3 . And it performs better than track initiator based on modified hough transform (MHT). 展开更多
关键词 high frequency surface wave radar track initiation modified hough transform fast targets small targets.
在线阅读 下载PDF
Simultaneous Determination of Rare Earth Elements by Dual-System Iterative Target Transformation Factor Analysis
9
作者 Liu, Delong Yang, Yansheng 《Journal of Rare Earths》 SCIE EI CAS CSCD 1999年第2期68-71,共4页
Dualcolor systems were used to reduce the collinearity of multicomponent spectra, which is described by the angles between spectra vectors. Combined with iterative target transformation factor analysis, single rare ea... Dualcolor systems were used to reduce the collinearity of multicomponent spectra, which is described by the angles between spectra vectors. Combined with iterative target transformation factor analysis, single rare earth element was determined in its mixture. The calculated results show that the average angle between rare earth spectra in one color system(trichloroarsenazorare earths, pH 34) is 45, and that in two color systems(trichloroarsenazorare earths, pH 34, 14) is 215. This technique makes it easy to select the real number of the components in mixtures, and the determination results show dualcolor system method is an effective technique in rare earth mixture analysis. 展开更多
关键词 Rare earths Multicomponent analysis Iterative target transformation factor analysis
在线阅读 下载PDF
Detection of weak target for MIMO radar based on Hough transform 被引量:2
10
作者 Zeng Jiankui He Zishu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第1期76-80,共5页
An effective method of multiple input multiple output (MIMO) radar weak target detection is proposed based on the Hough transform. The detection time duration is divided into multiple coherent processing intervals ... An effective method of multiple input multiple output (MIMO) radar weak target detection is proposed based on the Hough transform. The detection time duration is divided into multiple coherent processing intervals (CPIs). Within each CPI, conventional methods such as fast Fourier transform (FFT) is exploit to coherent inte- grating in same range cell. Furthermore, noncoherent integration through several range cells can be implemented by Hough transform among all CPIs. Thus, higher integration gain can be obtained. Simulation results are also given to demonstrate that the detection performance of weak moving target can be dramatically improved. 展开更多
关键词 MIMO radar weak target detection Hough transform noncoherent integration.
在线阅读 下载PDF
Bark-Wavelet Analysis and Hilbert -Huang Transform for Underwater Target Recognition 被引量:2
11
作者 ZENG Xiangyang WANG Shuguang 《Defence Technology(防务技术)》 SCIE EI CAS 2013年第2期145-151,共7页
Recognizing the underwater targets by the radiated noise information is one of the most significant subjects in the area of underwater acoustics. Based on the theory of auditory perception, a novel recognition approac... Recognizing the underwater targets by the radiated noise information is one of the most significant subjects in the area of underwater acoustics. Based on the theory of auditory perception, a novel recognition approach which consists of the algorithms of Bark-wavelet analysis, Hilbert-Huang transform and support vector machine is proposed. The performance of the proposed method is validated by comparing with traditional method and evaluated by the recognition experiments for SNRs of 0 dB, 5 dB, 10 dB, 15 dB and 20 dB.The results show that the average recognition rate of the method is above 88% and can be increased by 0.75 % to 6.25% under various SNR conditions compared to the baseline system. 展开更多
关键词 ACOUSTICS underwater target RECOGNITION Bark-wavelet Hilbert-Huang transform
在线阅读 下载PDF
基于多尺度胶囊Swin Transformer的SAR图像目标识别方法 被引量:1
12
作者 侯宇超 王洁 +4 位作者 李洪涛 郝岩 段晓旗 黄凯文 田有亮 《通信学报》 北大核心 2025年第3期274-290,共17页
通过协同胶囊单元的语义特征编码和Swin Transformer的上下文特征图建模优势相结合,提出了一种多尺度胶囊Swin Transformer网络(MSCSTN),将胶囊编码和Swin Transformer联合应用于SAR图像目标识别。该网络集成3个并行的胶囊Swin Transfor... 通过协同胶囊单元的语义特征编码和Swin Transformer的上下文特征图建模优势相结合,提出了一种多尺度胶囊Swin Transformer网络(MSCSTN),将胶囊编码和Swin Transformer联合应用于SAR图像目标识别。该网络集成3个并行的胶囊Swin Transformer编码结构,融合后对输入图像进行分类。每个结构通过基于膨胀卷积切片划分的胶囊令牌编码器和三维胶囊Swin Transformer模块构建,能捕获更深层次、更广泛的语义特征。在运动和静止目标的获取与识别(MSTAR)数据集及FUSAR-Ship数据集上的实验结果表明,MSCSTN在各种测试条件下均优于其他方法。结果表明,MSCSTN展现了良好的识别性能、泛化能力和应用潜力。 展开更多
关键词 膨胀卷积切片分区 胶囊令牌编码器 三维胶囊Swin transformer模块 多尺度胶囊Swin transformer网络 SAR图像目标识别
在线阅读 下载PDF
基于非对称稀疏注意力的单流Transformer跟踪器 被引量:1
13
作者 樵宏运 刘绒 高赟 《计算机技术与发展》 2025年第2期166-173,共8页
单流Transformer跟踪框架在目标模板和搜索区域图像信息聚合方面表现出了强大优势,其以ViT(Vision Transformer)网络作为骨干网络进行统一特征提取和关系建模,已成为单目标跟踪主流框架之一。然而,由于模板Token信息流和搜索区域信息流... 单流Transformer跟踪框架在目标模板和搜索区域图像信息聚合方面表现出了强大优势,其以ViT(Vision Transformer)网络作为骨干网络进行统一特征提取和关系建模,已成为单目标跟踪主流框架之一。然而,由于模板Token信息流和搜索区域信息流经过注意力操作进行自由交互,导致模板特征提取和搜索区域特征提取受到大量来自搜索区域背景信息的干扰。针对上述问题,提出了一种基于非对称稀疏注意力的单流Transformer跟踪方法。在注意力操作中,对单流Transformer跟踪算法的不同信息流进行了划分和分析。然后,采用注意力稀疏的方法,对搜索区域和模板区域相关信息流和搜索区域自相关信息使用动态阈值的方法进行非对称稀疏化,使得跟踪器更加关注搜索区域中与目标相关的信息。在GOT-10k、TrackingNet、TNL2K、NFS、OTB和UAV123六个公开基准数据集上的实验表明,该方法在减少了背景信息干扰的同时有效提升了单流Transformer跟踪器的鲁棒性。 展开更多
关键词 目标跟踪 视觉transformer 抑制干扰 多头注意力 注意力稀疏化
在线阅读 下载PDF
基于Transformer的海上目标活动预测方法研究
14
作者 钟紫凡 刘海波 +2 位作者 成清 沈靖轲 张亚豪 《网络安全与数据治理》 2025年第S1期362-368,共7页
海上目标活动预测对于保障航行安全、掌握交通流量等具有重要意义。针对目标活动模式复杂、中长期预测精度低等难点,基于Transformer的海上目标活动预测方法,提出了多维轨迹特征提取方法,构建了轨迹数据多维特征矩阵,并使用Transformer... 海上目标活动预测对于保障航行安全、掌握交通流量等具有重要意义。针对目标活动模式复杂、中长期预测精度低等难点,基于Transformer的海上目标活动预测方法,提出了多维轨迹特征提取方法,构建了轨迹数据多维特征矩阵,并使用Transformer预测目标位置概率分布。实验结果表明,所提方法可以有效预测目标位置,且随着预测时间间隔的增加,误差仍保持较小水平。 展开更多
关键词 海上目标 活动预测 transformER 神经网络
在线阅读 下载PDF
聚焦关键信息的目标感知Transformer无人机跟踪
15
作者 林淑彬 吴贵山 杨文元 《智能系统学报》 北大核心 2025年第6期1483-1492,共10页
无人机视觉跟踪是无人机应用的核心技术之一。现有无人机跟踪方法对输入搜索区域进行无差别关注学习,导致特征判别力下降,难以应对无人机场景中复杂的背景干扰。本文提出一种聚焦关键信息的目标感知Transformer无人机跟踪器。构建一个... 无人机视觉跟踪是无人机应用的核心技术之一。现有无人机跟踪方法对输入搜索区域进行无差别关注学习,导致特征判别力下降,难以应对无人机场景中复杂的背景干扰。本文提出一种聚焦关键信息的目标感知Transformer无人机跟踪器。构建一个集成特征学习和目标搜索的单流跟踪框架,以增强令牌之间的信息交互。提出一种自适应关系建模机制,通过对目标模板和搜索区域令牌进行关系建模和动态分类,提前终止对背景令牌的处理,聚焦关键目标信息。设计了一个特征聚合模块,保留目标的细节特征,增强特征表示的判别力,并引入时序一致性约束以保证特征的稳定性。在UAV123、DTB70和UavDrak135无人机跟踪基准上的实验表明,所提出的算法在无人机跟踪方面达到了较优的性能。 展开更多
关键词 目标跟踪 transformER 自适应令牌终止 跟踪框架 特征聚合 无人机 背景抑制 基准
在线阅读 下载PDF
DOPPLER PARAMETER EXTRACTION OF MOVING TARGETS IN SAR IMAGING BY WAVELET TRANSFORM
16
作者 Li Gang Zhu Minhui Zhu Xixing(institute of Electronics, Academia Sinica, BeiJing 100080) 《Journal of Electronics(China)》 1998年第4期314-319,共6页
In this paper, the shortages of Wigner-Ville Distribution(WVD) double-linearity in extracting the Doppler parameters of moving-targets are discussed, especially in multi-point moving-target imaging processing based on... In this paper, the shortages of Wigner-Ville Distribution(WVD) double-linearity in extracting the Doppler parameters of moving-targets are discussed, especially in multi-point moving-target imaging processing based on the spectrum characteristics of moving-target echo signals in Synthetic Aperture Radar (SAR) imaging processing and the properties of WVD. Combined with the characteristics of Continuous Wavelet Transform (CWT), the responsibility and advantages of CWT in multi-point moving-target Doppler parameter extraction are analyzed. Finally a kind of multi-point moving-target Doppler parameter extracting algorithm based on CWT are developed, and the computer stimulating results demonstrate the correctness of the algorithm. 展开更多
关键词 Moving target imaging DOPPLER parameters WVD transform Double-linearity WAVELET transform SAR
在线阅读 下载PDF
基于改进Transformer的天波超视距雷达目标跟踪方法
17
作者 罗忠涛 罗瑞 +1 位作者 齐浩楠 陈琦 《信号处理》 北大核心 2025年第11期1775-1787,共13页
天波超视距雷达在远程目标检测与跟踪上有独特优势,但也存在着测量精度低、目标跟踪难的问题。为此,本文提出了一种天波雷达量测坐标系下的目标跟踪方法,即双通道特征融合Transformer网络(Dual-Channel Feature Fusion Transformer Netw... 天波超视距雷达在远程目标检测与跟踪上有独特优势,但也存在着测量精度低、目标跟踪难的问题。为此,本文提出了一种天波雷达量测坐标系下的目标跟踪方法,即双通道特征融合Transformer网络(Dual-Channel Feature Fusion Transformer Network,DcFFTNet)。DcFFTNet通过双通道特征融合模块提取不同维度的目标轨迹序列信息,构建得到整个轨迹序列每个时间步综合状态的特征向量,使得每个维度的特征都能得到充分的表达,从而更全面地描述目标的运动状态和特性。并且,DcFFTNet通过多头可变形注意力机制,自适应地选择需要关注的轨迹序列区域,从而更好地捕捉跟踪过程中关键时刻的量测信息。因此,该方法实现了对轨迹序列更丰富的特征表示以及自适应的注意力提取,能够对天波超视距雷达探测目标进行有效跟踪。为了训练和测试网络模型,本文基于状态空间模型和天波雷达量测模型构建了目标运动轨迹生成器,生成匀速直线和匀速转弯混合运动的目标轨迹样本数据集。仿真实验证明,本文所提方法在跟踪精度上优于交互式多模型算法、长短时记忆网络等模型。 展开更多
关键词 天波超视距雷达 目标跟踪 transformER 双通道特征融合 多头可变形注意力
在线阅读 下载PDF
Transformer模型在机场自动化行李分拣目标分类中的应用
18
作者 王健 《自动化应用》 2025年第20期31-33,共3页
在民航智慧化建设不断推进的背景下,行李自动分拣系统承担着图像识别、标签读取、目标分类与执行控制等多维协同任务。针对机场复杂行李图像识别需求,设计基于Transformer模型的目标分类流程,构建图像分块嵌入、多尺度注意力编码、标签... 在民航智慧化建设不断推进的背景下,行李自动分拣系统承担着图像识别、标签读取、目标分类与执行控制等多维协同任务。针对机场复杂行李图像识别需求,设计基于Transformer模型的目标分类流程,构建图像分块嵌入、多尺度注意力编码、标签序列映射与控制协同执行四级结构,实现模型与分拣系统结构层级的高效对接。在典型机场行李分拣系统中进行部署,构建真实对比实验,选取5项指标开展性能评估,验证模型在分类精度、处理速度、推理延迟与系统稳定性等方面的优势,为机场自动化升级、数字化转型奠定坚实的技术基础。 展开更多
关键词 transformer模型 行李分拣 目标分类 多尺度注意力
在线阅读 下载PDF
基于空域抑制与轨迹关联优化的目标跟踪算法
19
作者 陈志旺 高一铭 +2 位作者 吕昌昊 刘禄阳 彭勇 《控制与决策》 北大核心 2026年第1期165-174,共10页
传统目标跟踪算法更新模板的方式较为单一,无法在目标发生剧烈形变时有效更新,易导致算法对于剧烈形变和遮挡场景适应性不足.鉴于此,提出一种基于空域抑制与轨迹关联优化的目标跟踪方法.首先,在特征提取部分采用改进后的ResNet-50网络,... 传统目标跟踪算法更新模板的方式较为单一,无法在目标发生剧烈形变时有效更新,易导致算法对于剧烈形变和遮挡场景适应性不足.鉴于此,提出一种基于空域抑制与轨迹关联优化的目标跟踪方法.首先,在特征提取部分采用改进后的ResNet-50网络,引入空域抑制注意力(SIA),通过设计能量函数为具有空域抑制效应的神经元优化权重分配,增强对目标特征的关注强度;然后,加入选择性查询回忆策略(SQR),将Transformer训练重点放在后期阶段,避免解码器缺乏训练重点和多层解码结构的级联错误;接着,构建长期-短期-轨迹框架(LST),引入轨迹关联度(DTC),在传统模板更新算法的基础上加入DTC预测头,通过最小成本流算法(MCF)建模全局轨迹关联性,并使用连续二次规划进行反向传播,更新轨迹参考模板;最后,在GOT-10k、LaSOT、TrackingNet、NfS30、UAV123和OTB100等公开数据集上进行实验评估,实验结果验证了所提出算法的有效性. 展开更多
关键词 目标跟踪 transformer结构 空域抑制注意力 选择性查询回忆 轨迹关联度 最小成本流
原文传递
Multiple Targets Recognition for Highly-Compressed Color Images in a Joint Transform Correlator
20
作者 Abdallah K. Cherri Alshahd S. Nazar 《Optics and Photonics Journal》 2022年第5期107-127,共21页
In this paper, we are proposing a compression-based multiple color target detection for practical near real-time optical pattern recognition applications. By reducing the size of the color images to its utmost compres... In this paper, we are proposing a compression-based multiple color target detection for practical near real-time optical pattern recognition applications. By reducing the size of the color images to its utmost compression, the speed and the storage of the system are greatly increased. We have used the powerful Fringe-adjusted joint transform correlation technique to successfully detect compression-based multiple targets in colored images. The colored image is decomposed into three fundamental color components images (Red, Green, Blue) and they are separately processed by three-channel correlators. The outputs of the three channels are then combined into a single correlation output. To eliminate the false alarms and zero-order terms due to multiple desired and undesired targets in a scene, we have used the reference shifted phase-encoded and the reference phase-encoded techniques. The performance of the proposed compression-based technique is assessed through many computer simulation tests for images polluted by strong additive Gaussian and Salt & Pepper noises as well as reference occluded images. The robustness of the scheme is demonstrated for severely compressed images (up to 94% ratio), strong noise densities (up to 0.5), and large reference occlusion images (up to 75%). 展开更多
关键词 Image Compression JPEG Image Format Multiple targets Detection Fringe-Adjusted Joint transform Correlation Random-Phase Mask
在线阅读 下载PDF
上一页 1 2 96 下一页 到第
使用帮助 返回顶部