期刊文献+
共找到1,864篇文章
< 1 2 94 >
每页显示 20 50 100
基于多尺度胶囊Swin Transformer的SAR图像目标识别方法 被引量:1
1
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Transformer的海上目标活动预测方法研究
2
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
基于非对称稀疏注意力的单流Transformer跟踪器
3
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
Transformer模型在机场自动化行李分拣目标分类中的应用
4
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
SAR图像船舶目标Transformer轻量化检测方法分析与设计
5
作者 马璐 曹越 《科技创新与应用》 2025年第24期7-13,共7页
SAR图像船舶目标检测在海上搜救、环境监测等领域意义重大。近年来,基于Transformer的检测网络于SAR目标检测领域发展迅速。但这类SAR船舶检测网络仍存在近岸船舶检测难度大、计算复杂度高两大突出问题。该文对这些问题进行深入剖析,针... SAR图像船舶目标检测在海上搜救、环境监测等领域意义重大。近年来,基于Transformer的检测网络于SAR目标检测领域发展迅速。但这类SAR船舶检测网络仍存在近岸船舶检测难度大、计算复杂度高两大突出问题。该文对这些问题进行深入剖析,针对近岸船舶检测中虚警高、漏检多的难题,对网络结构进行重构,在骨干网络部分使用可变形注意力机制,并引入数据相关的偏移生成器;在颈部网络使用轮廓引导的形状增强模块,抑制海岸、岛屿或海浪产生的背景杂波对图像的干扰。为解决计算效率问题,该文在网络前端增设一个动态的网络稀疏化模块,逐步修剪不同层中的冗余信息。实验结果表明,改进后检测网络提升近岸船舶检测效果,降低计算复杂度,具备实际应用价值。 展开更多
关键词 目标检测 合成孔径雷达(SAR) transformER 轮廓增强 可变形注意力
在线阅读 下载PDF
基于CBAM-Swin-Transformer迁移学习的海上微动目标分类方法
6
作者 何肖阳 陈小龙 +3 位作者 杜晓林 苏宁远 袁旺 关键 《系统工程与电子技术》 北大核心 2025年第4期1155-1167,共13页
雷达作为海上目标监测和识别的重要手段,海上目标运动特征精细化描述与分类是其关键技术。基于深度学习的卷积网络分类方法不依赖于模型,但仍难以适应复杂多变的海洋环境、多样性海上目标,泛化能力有限。将卷积注意力机制模块(convoluti... 雷达作为海上目标监测和识别的重要手段,海上目标运动特征精细化描述与分类是其关键技术。基于深度学习的卷积网络分类方法不依赖于模型,但仍难以适应复杂多变的海洋环境、多样性海上目标,泛化能力有限。将卷积注意力机制模块(convolutional block attention module,CBAM)融入Swin-Transformer网络,并基于迁移学习(transfer learning,TL)策略,提出一种兼顾舰船目标和低空旋翼飞行目标的海上微动目标分类方法(简称为TL-CBAM-Swin-Transformer),提升多种观测条件下的模型分类适应能力。首先,建立海上微动目标模型,并基于3种雷达实测数据构建海面非匀速平动、三轴转动、直升机、固定翼无人机的微动时频数据集。然后,设计TL-CBAM-Swin-Transformer网络,CBAM从通道维和空间维提取特征,提高其小尺度中多头注意力信息的提取能力。实测数据验证结果表明,相比Swin-Transformer,所提网络的分类准确度提升3.43%。采用TL法,将所提网络在ImageNet数据上进行预训练,将智能像素处理(intelligent pixel processing,IPIX)雷达微动目标作为源域进行预训练,并迁移至科学与工业研究委员会(Council for Scientific and Industrial Research,CSIR)雷达微动目标,分类概率达97.9%,将直升机旋翼作为源域进行预训练并迁移至固定翼无人机,分类概率达98.8%,验证了所提算法具有较强的泛化能力。 展开更多
关键词 雷达目标分类 海上微动目标 迁移学习 Swin-transformer网络 注意力机制 时频分析
在线阅读 下载PDF
基于Transformer复杂运动辨识的机动星凸形扩展目标跟踪方法 被引量:5
7
作者 陈辉 边斌超 +1 位作者 连峰 韩崇昭 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第3期629-645,共17页
针对复杂的机动扩展目标跟踪问题,利用Transformer网络设计了一种有效的星凸不规则形状机动扩展目标跟踪方法。首先,该文研究利用alpha-shape算法建立了星凸形状的变化模型,实现了静态场景下的星凸形扩展目标的形状估计。然后,通过对目... 针对复杂的机动扩展目标跟踪问题,利用Transformer网络设计了一种有效的星凸不规则形状机动扩展目标跟踪方法。首先,该文研究利用alpha-shape算法建立了星凸形状的变化模型,实现了静态场景下的星凸形扩展目标的形状估计。然后,通过对目标状态转移矩阵进行重新设计,结合Transformer网络对机动扩展目标运动状态转移矩阵进行实时估计,实现了对复杂机动目标运动过程的精准跟踪。进一步地,将估计得到的形状轮廓与运动状态进行融合,最终实现了对星凸形机动扩展目标的实时跟踪。最后,通过构造复杂的机动扩展目标跟踪场景,利用多重性能指标测试算法对形状和运动状态的综合估计性能,验证了算法的有效性。 展开更多
关键词 扩展目标跟踪 机动目标 transformER 星凸形 弗雷歇距离-面积误差
在线阅读 下载PDF
HRformer:基于多级回归Transformer网络的红外小目标检测 被引量:4
8
作者 杜妮妮 单凯东 王建超 《红外技术》 CSCD 北大核心 2024年第2期199-207,共9页
红外小目标检测是指从低信噪比、复杂背景的红外图像中对小目标进行检测,在海上救援、交通管理等应用中具有重要实际意义。然而,由于图像分辨率低、目标尺寸小以及特征不突出等因素,导致红外目标很容易淹没在包含噪声和杂波的背景中,如... 红外小目标检测是指从低信噪比、复杂背景的红外图像中对小目标进行检测,在海上救援、交通管理等应用中具有重要实际意义。然而,由于图像分辨率低、目标尺寸小以及特征不突出等因素,导致红外目标很容易淹没在包含噪声和杂波的背景中,如何精确检测红外小目标的外形信息仍然是一个挑战。针对上述问题,构建了一种基于多级回归Transformer(HRformer)网络的红外小目标检测算法。具体来说,首先为了在获得多尺度信息的同时尽可能避免原始图像信息的损失,采用像素逆重组(PixelUnShuffle)操作对原始图像下采样来获取不同层级网络的输入,同时采用一种可学习的像素重组(PixelShuffle)操作对每一层级的输出特征图进行上采样,提升了网络的灵活性;接着,为实现网络中不同层级特征之间的信息交互,本文设计了一种包含空间注意力计算分支以及通道注意力计算分支在内的交叉注意力融合(cross attention fusion,CAF)模块实现特征高效融合以及信息互补;最后,为进一步提升网络的检测性能,结合普通Transformer结构具有较大感受野以及基于窗口的Transformer结构具有较少计算复杂度的优势,提出了一种局部-全局Transformer(LGT)结构,能够在提取局部上下文信息的同时对全局依赖关系进行建模,计算成本也得到节省。实验结果表明,与目前较为先进的一些红外小目标检测算法相比,本文所提出的算法具有更高的检测精度,同时具有较少的参数量,在解决实际问题中更有意义。 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
面向弱纹理目标立体匹配的Transformer网络 被引量:1
9
作者 贾迪 蔡鹏 +2 位作者 吴思 王骞 宋慧伦 《中国图象图形学报》 CSCD 北大核心 2024年第8期2413-2425,共13页
目的近年来,采用神经网络完成立体匹配任务已成为计算机视觉领域的研究热点,目前现有方法存在弱纹理目标缺乏全局表征的问题,为此本文提出一种基于Transformer架构的密集特征提取网络。方法首先,采用空间池化窗口策略使得Transformer层... 目的近年来,采用神经网络完成立体匹配任务已成为计算机视觉领域的研究热点,目前现有方法存在弱纹理目标缺乏全局表征的问题,为此本文提出一种基于Transformer架构的密集特征提取网络。方法首先,采用空间池化窗口策略使得Transformer层可以在维持线性计算复杂度的同时,捕获广泛的上下文表示,弥补局部弱纹理导致的特征匮乏问题。其次,通过卷积与转置卷积实现重叠式块嵌入,使得所有特征点都尽可能多地捕捉邻近特征,便于细粒度匹配。再者,通过将跳跃查询策略应用于编码器和解码器间的特征融合部分,以此实现高效信息传递。最后,针对立体像对存在的遮挡情况,对固定区域内的匹配概率进行截断求和,输出更为合理的遮挡置信度。结果在Scene Flow数据集上进行了消融实验,实验结果表明,本文网络获得了0.33的绝对像素距离,0.92%的异常像素占比和98%的遮挡预测交并比。为了验证模型在实际路况场景下的有效性,在KITTI-2015数据集上进行了补充对比实验,本文方法获得了1.78%的平均异常值百分比,上述指标均优于STTR(stereo Transformer)等主流方法。此外,在KITTI-2015、MPI-Sintel(max planck institute sintel)和Middlebury-2014数据集的测试中,本文模型具备较强的泛化性。结论本文提出了一个纯粹的基于Transformer架构的密集特征提取器,使用空间池化窗口策略减小注意力计算的空间规模,并利用跳跃查询策略对编码器和解码器的特征进行了有效融合,可以较好地提高Transformer架构下的特征提取性能。 展开更多
关键词 立体匹配 弱纹理目标 transformER 空间池化窗口 跳跃查询 截断求和 Scene Flow KITTI-2015
原文传递
基于改进Swin Transformer的条码检测算法 被引量:1
10
作者 王正家 庄健 +2 位作者 肖喆 许款款 何涛 《机械设计与研究》 CSCD 北大核心 2024年第3期245-249,共5页
条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性。然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局... 条码检测是一种广泛应用于不同行业的技术,用于识别、验证和检查条码的质量和准确性。然而,传统的检测方法在处理尺度变化较大等复杂情况下的表现较差,通常存在检测速度和效率低、应用范围有限等问题,并且传统的方法通常只关注图像的局部信息,忽视了条码在不同尺度上的特征等问题。针对上述问题,提出了一种基于改进Swin Transformer的条码检测算法。首先,通过引入局部感知性和多尺度特征提取机制,具有更好的鲁棒性,能够应对不同大小和形状的条码;然后,引入了基于FCOS的检测框架的创新思想;最后,在标注好的条码数据集上对改进后的算法进行模型训练和测试。实验结果表明,所提出的改进后的模型与YOLOv4算法相比,精确率、召回率分别提高了5.78%、3.18%,整体性能优于其他主流算法,有效提升了条码检测能力并达到较高的检测精度。 展开更多
关键词 目标检测 深度学习 条码 Swin transformer FCOS
原文传递
基于视觉Transformer和双解码器的红外小目标检测方法 被引量:1
11
作者 代少升 刘科生 +3 位作者 黄炼 贺自强 毛兴华 任汶皓 《红外技术》 CSCD 北大核心 2024年第9期1070-1080,共11页
当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Tran... 当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Transformer作为编码器,能够有效地提取红外小目标图像的多尺度特征。视觉Transformer是一种新兴的深度学习架构,其通过自注意力机制捕捉图像中像素之间的全局关系,以处理长程依赖性和上下文信息。此外,本文还设计了一个由交互式解码器和辅助解码器组成的双解码器模块,旨在提高解码器对红外小目标的重构能力。该双解码器模块能够充分利用不同特征之间的互补信息,促进深层特征和浅层特征之间的交互,并通过将两个解码器的结果进行叠加,以更好地重构红外小目标。在广泛使用的公共数据集上的实验结果表明,本文提出的方法在F1和mIoU两个评价指标上的性能优于其他对比方法。 展开更多
关键词 红外小目标检测 视觉transformer 多尺度特征融合 编解码结构
在线阅读 下载PDF
一种基于Transformer编码器与LSTM的飞机轨迹预测方法 被引量:3
12
作者 李明阳 鲁之君 +1 位作者 曹东晶 曹世翔 《航天返回与遥感》 CSCD 北大核心 2024年第2期163-176,共14页
为了解决飞机目标机动数据集缺失的问题,文章利用运动学建模生成了丰富的轨迹数据集,为网络训练提供了必要的数据支持。针对现阶段轨迹预测运动学模型建立困难及时序预测方法难以提取时空特征的问题,提出了一种结合Transformer编码器和... 为了解决飞机目标机动数据集缺失的问题,文章利用运动学建模生成了丰富的轨迹数据集,为网络训练提供了必要的数据支持。针对现阶段轨迹预测运动学模型建立困难及时序预测方法难以提取时空特征的问题,提出了一种结合Transformer编码器和长短期记忆网络(Long Short Term Memory,LSTM)的飞机目标轨迹预测方法,即Transformer-Encoder-LSTM模型。新模型可同时提供LSTM和Transformer编码器模块的补充历史信息和基于注意力的信息表示,提高了模型能力。通过与一些经典神经网络模型进行对比分析,发现在数据集上,新方法的平均位移误差减小到0.22,显著优于CNN-LSTMAttention模型的0.35。相比其他网络,该算法能够提取复杂轨迹中的隐藏特征,在面对飞机连续转弯、大机动转弯的复杂轨迹时,能够保证模型的鲁棒性,提升了对于复杂轨迹预测的准确性。 展开更多
关键词 轨迹预测 transformer编码器 神经网络 飞机目标 transformer-Encoder-LSTM模型
在线阅读 下载PDF
Adaptive modified hough transform track initiator forHFSWR tracking of fast and small targets 被引量:3
13
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
基于孪生网络和Transformer的红外弱小目标跟踪方法 被引量:7
14
作者 崔晨辉 蔺素珍 +2 位作者 李大威 禄晓飞 武杰 《计算机应用》 CSCD 北大核心 2024年第2期563-571,共9页
针对红外弱小目标跟踪准确性较低这一问题,提出一种基于孪生网络和Transformer的红外弱小目标跟踪方法。首先,构建多特征提取级联模块分别提取红外弱小目标模板帧和搜索帧的深度特征,并将二者分别与其对应的HOG特征进行维度层面的串联;... 针对红外弱小目标跟踪准确性较低这一问题,提出一种基于孪生网络和Transformer的红外弱小目标跟踪方法。首先,构建多特征提取级联模块分别提取红外弱小目标模板帧和搜索帧的深度特征,并将二者分别与其对应的HOG特征进行维度层面的串联;其次,引入多头注意力机制Transformer进行模板特征图和搜索特征图的互相关操作,生成响应图;最后,通过响应图上采样网络和边界框预测网络,获得目标在图像的中心位置和回归边界框,完成对红外弱小目标的跟踪。在包含13655张红外图像数据集上的测试结果表明:与KeepTrack跟踪方法相比,成功率提高5.9个百分点,精确率提高1.8个百分点;与TransT(Transformer Tracking)方法相比,成功率提高14.2个百分点,精确率提高14.6个百分点,证明所提方法对复杂背景下的红外弱小目标跟踪准确性更高。 展开更多
关键词 目标跟踪 红外弱小目标 孪生网络 transformER 多特征提取
在线阅读 下载PDF
面向空中目标意图识别的时空Transformer模型设计 被引量:1
15
作者 王科 李成海 +2 位作者 宋亚飞 王鹏 李乐民 《西北工业大学学报》 EI CAS CSCD 北大核心 2024年第4期753-763,共11页
信息化条件下的战争环境瞬息万变,战场态势数据呈现海量、多样化的特点,导致利用专家经验识别空中目标作战意图的难度越来越高。结合目前先进的智能化方法,对Transformer模型进行研究并将其引入空中目标意图识别领域,设计出一种新的意... 信息化条件下的战争环境瞬息万变,战场态势数据呈现海量、多样化的特点,导致利用专家经验识别空中目标作战意图的难度越来越高。结合目前先进的智能化方法,对Transformer模型进行研究并将其引入空中目标意图识别领域,设计出一种新的意图识别方法Temporal-Spatial Transformer(TST),可以有效地挖掘战场态势数据中时间域和空间域的深层特征信息,提高空中目标作战意图识别准确率。同时,对4种目前较为先进的神经网络意图识别方法进行效果对比,结果表明,TST模型在各类指标上都取得了突出的效果,优于所有对比的神经网络模型。TST模型不仅有优异的准确率,而且收敛速度极快,可以迅速地抓取战场态势数据中的关键信息进行意图识别。 展开更多
关键词 transformER 时空融合 空中目标 意图识别 自注意力机制
在线阅读 下载PDF
基于改进实时检测Transformer的塔机上俯视场景小目标检测模型 被引量:4
16
作者 庞玉东 李志星 +2 位作者 刘伟杰 李天昊 王宁宁 《计算机应用》 CSCD 北大核心 2024年第12期3922-3929,共8页
针对塔机吊钩相互碰撞导致物体跌落以及塔机倒塌致使人员伤亡等一系列施工现场人员安全保障的问题,提出一种基于改进实时检测Transformer(Real-Time DEtection TRansformer,RT-DETR)的塔机上俯视场景小目标检测模型。首先,在原始模型中... 针对塔机吊钩相互碰撞导致物体跌落以及塔机倒塌致使人员伤亡等一系列施工现场人员安全保障的问题,提出一种基于改进实时检测Transformer(Real-Time DEtection TRansformer,RT-DETR)的塔机上俯视场景小目标检测模型。首先,在原始模型中加入应用模型的重参数化思想设计的多路训练和单路推理结构以提升检测速度;其次,重新设计FasterNet Block中的卷积模块替换原始BackBone之中的BasicBlock以提升检测模型性能;再次,利用新的损失函数Inner-SIoU(Inner-Structured Intersection over Union)进一步提升模型精度与收敛速度;最后,进行消融实验与对比实验验证模型性能。结果表明,在检测塔机顶部俯视小目标图像时,所提模型的精度达到94.7%,高于原始RT-DETR模型6.1个百分点;所提模型的每秒检测帧数(FPS)达到59.7,检测速度相较于原模型提升了21%。在公共数据集COCO 2017上所提模型的平均精度(AP)比YOLOv5、YOLOv7和YOLOv8分别高2.4、1.5和1.3个百分点。可见所提模型满足塔机上俯视场景下的小目标检测精度和速度的要求。 展开更多
关键词 目标检测 RT-DETR 小目标 transformER 计算机视觉 注意力机制
在线阅读 下载PDF
Simultaneous Determination of Rare Earth Elements by Dual-System Iterative Target Transformation Factor Analysis
17
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
结合多注意力机制的Transformer实时目标跟踪算法 被引量:1
18
作者 黄易仟 徐杨 +2 位作者 张永丹 肖慈 冯明文 《计算机工程与应用》 CSCD 北大核心 2024年第23期187-197,共11页
近年来目标跟踪在学术研究和实际应用中具有巨大潜力,受到越来越多的关注并成为计算机视觉的热点研究方向。针对现有的目标跟踪算法在光照变化、遮挡和快速运动复杂背景条件下跟踪精度较低这一问题,提出一种结合多注意力机制的Transfor... 近年来目标跟踪在学术研究和实际应用中具有巨大潜力,受到越来越多的关注并成为计算机视觉的热点研究方向。针对现有的目标跟踪算法在光照变化、遮挡和快速运动复杂背景条件下跟踪精度较低这一问题,提出一种结合多注意力机制的Transformer跟踪算法——TrKYS。引入多注意力模块捕捉目标在空间和通道维度中的特征,实现对目标特征上下文依赖关系的建模;通过多个不同空洞率的平行空洞卷积对特征图进行采样,以获得图像的多尺度特征,增强局部特征表达能力;构建Exemplar Transformer模块,利用模板化的空间信息和目标特征建立了外观跟踪模型。为了适应外观变化,该跟踪算法在连续帧中跟踪目标物体时会实时更新跟踪模板特征向量、运动参数和空间信息,提高跟踪定位的精度。在LaSOT、VOT2018、NFS、OTB-2015、TrackingNet和GOT-10k数据集上实验结果表明,与其他主流目标跟踪算法相比,所提算法具有更好的跟踪性能,特别是在TrackingNet上的跟踪算法(TrKYS)相对于基准跟踪算法(KYS)成功率提高了3个百分点。 展开更多
关键词 Exemplar transformer 目标跟踪 特征增强 外观变化
在线阅读 下载PDF
Detection of weak target for MIMO radar based on Hough transform 被引量:2
19
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
基于Transformer的SAR图像飞机检测识别 被引量:1
20
作者 邓鑫 向聪 +1 位作者 张俊 王伟 《火控雷达技术》 2024年第4期1-9,共9页
目前深度学习技术已经广泛应用于合成孔径雷达(SAR)目标检测和识别相关任务中,但是由于SAR图像成像噪点较多,物体边缘轮廓不够清楚,对检测造成了一定的困难。鉴于此,提出了一种基于Transformer的SAR飞机目标检测模型。首先,根据SAR图像... 目前深度学习技术已经广泛应用于合成孔径雷达(SAR)目标检测和识别相关任务中,但是由于SAR图像成像噪点较多,物体边缘轮廓不够清楚,对检测造成了一定的困难。鉴于此,提出了一种基于Transformer的SAR飞机目标检测模型。首先,根据SAR图像的特征采用Swin-Transformer作为基准网络,该网络不仅可以增强网络的全局特征提取能力,且相比于Vison-Transformer有更低的复杂度。其次,为增强模型的边缘特征提取能力,提出了一种边缘检测模块。最后,为增强模型的多尺度特征提取能力,同时保证模型不会出现过拟合问题,提出了GFPN结构来实现特征融合。 展开更多
关键词 transformER 特征融合 SAR 目标检测
在线阅读 下载PDF
上一页 1 2 94 下一页 到第
使用帮助 返回顶部