通过实验比较研究了基于SNSPD与SPAD探测器的激光测距系统.实验中,当接收回波端衰减120 d B时,天空光背景可忽略,基于SPAD的激光测距系统探测概率低于0.2%,而基于SNSPD的激光测距系统探测概率达35%;当激光发射频率低于1 k Hz,基于SNSPD...通过实验比较研究了基于SNSPD与SPAD探测器的激光测距系统.实验中,当接收回波端衰减120 d B时,天空光背景可忽略,基于SPAD的激光测距系统探测概率低于0.2%,而基于SNSPD的激光测距系统探测概率达35%;当激光发射频率低于1 k Hz,基于SNSPD的激光测距系统探测概率比SPAD高60%以上.研究表明:在探测弱信号回波光子时,SNSPD的探测性能远远优于SPAD,其原因是SNSPD具有较低的暗计数和高探测概率.与此同时,在接收端无衰减情况下,天空光背景会带来暗计数,影响测距系统信噪比.通过仿真分析表明,当背景亮度L0高于30 W/(m^2·sr)时,该基于SNSPD的激光测距系统的信噪比低于6,可能影响测距系统稳定探测.展开更多
ICESat-2(Ice,Cloud and Land Elevation Satellite-2)是世界首颗采用光子计数模式的激光测高卫星,可快速获得高精度、大尺度地面三维数据。光子探测机制使得数据中除了地面信号外,还包含大气散射等背景信号,需要通过滤波才能获得地形...ICESat-2(Ice,Cloud and Land Elevation Satellite-2)是世界首颗采用光子计数模式的激光测高卫星,可快速获得高精度、大尺度地面三维数据。光子探测机制使得数据中除了地面信号外,还包含大气散射等背景信号,需要通过滤波才能获得地形等信息。为分析ICESat-2背景和信号光子的分布特点及点云滤波算法的效果和适用性,本文首先选取了六种地表覆盖类型(城市、海冰、沙漠、植被、海洋及冰盖/冰川)及不同观测条件的数据,对其背景光子率进行统计分析。分析结果表明:白天观测数据的背景光子率平均为106(点/秒)数量级,远高于夜晚观测数据的背景光子率——104(点/秒)数量级,弱波束的背景光子率与强波束背景光子率相当,六种地表覆盖类型中,冰盖/冰川的背景光子率最高。然后,根据统计结果筛选出21组测高数据,并选取七种具有代表性的点云滤波对其进行去噪实验,分析精度后得出结论:改进局部密度法的去噪效果最佳,算法召回率、精准度和F值均大于0.90,算法较为稳定。最后,对所选取各滤波算法的精度、特点与适用性等性质进行了总结与分析,可为后续该数据的使用和滤波算法的选择提供参考。展开更多
随着计算机视觉和人工智能相关技术的快速发展,基于智能视频分析的人群计数算法取得长足进步,但在计数准确性和算法鲁棒性上还有很大的提升空间。针对复杂场景人群计数任务中存在的目标多尺度及背景干扰等问题,文中提出基于多尺度特征...随着计算机视觉和人工智能相关技术的快速发展,基于智能视频分析的人群计数算法取得长足进步,但在计数准确性和算法鲁棒性上还有很大的提升空间。针对复杂场景人群计数任务中存在的目标多尺度及背景干扰等问题,文中提出基于多尺度特征融合的抗背景干扰人群计数网络(Anti-Background Interference Crowd Counting Network Based on Multi-scale Feature Fusion,AntiNet-MFF)。在U-Net网络架构基础上融入多层次特征分割提取模块,借助深度学习强大的表征能力提取人群多尺度特征。同时,为了提升计数模型对人群区域的关注度,减少背景噪声干扰,在解码阶段生成背景分割注意力图,作为注意力引导计数模型聚焦人头区域,提升人群分布密度图的质量。在多个典型人群计数数据集上的实验表明,AntiNet-MFF在准确性和鲁棒性上都取得良好效果。展开更多
文摘通过实验比较研究了基于SNSPD与SPAD探测器的激光测距系统.实验中,当接收回波端衰减120 d B时,天空光背景可忽略,基于SPAD的激光测距系统探测概率低于0.2%,而基于SNSPD的激光测距系统探测概率达35%;当激光发射频率低于1 k Hz,基于SNSPD的激光测距系统探测概率比SPAD高60%以上.研究表明:在探测弱信号回波光子时,SNSPD的探测性能远远优于SPAD,其原因是SNSPD具有较低的暗计数和高探测概率.与此同时,在接收端无衰减情况下,天空光背景会带来暗计数,影响测距系统信噪比.通过仿真分析表明,当背景亮度L0高于30 W/(m^2·sr)时,该基于SNSPD的激光测距系统的信噪比低于6,可能影响测距系统稳定探测.
文摘ICESat-2(Ice,Cloud and Land Elevation Satellite-2)是世界首颗采用光子计数模式的激光测高卫星,可快速获得高精度、大尺度地面三维数据。光子探测机制使得数据中除了地面信号外,还包含大气散射等背景信号,需要通过滤波才能获得地形等信息。为分析ICESat-2背景和信号光子的分布特点及点云滤波算法的效果和适用性,本文首先选取了六种地表覆盖类型(城市、海冰、沙漠、植被、海洋及冰盖/冰川)及不同观测条件的数据,对其背景光子率进行统计分析。分析结果表明:白天观测数据的背景光子率平均为106(点/秒)数量级,远高于夜晚观测数据的背景光子率——104(点/秒)数量级,弱波束的背景光子率与强波束背景光子率相当,六种地表覆盖类型中,冰盖/冰川的背景光子率最高。然后,根据统计结果筛选出21组测高数据,并选取七种具有代表性的点云滤波对其进行去噪实验,分析精度后得出结论:改进局部密度法的去噪效果最佳,算法召回率、精准度和F值均大于0.90,算法较为稳定。最后,对所选取各滤波算法的精度、特点与适用性等性质进行了总结与分析,可为后续该数据的使用和滤波算法的选择提供参考。
文摘随着计算机视觉和人工智能相关技术的快速发展,基于智能视频分析的人群计数算法取得长足进步,但在计数准确性和算法鲁棒性上还有很大的提升空间。针对复杂场景人群计数任务中存在的目标多尺度及背景干扰等问题,文中提出基于多尺度特征融合的抗背景干扰人群计数网络(Anti-Background Interference Crowd Counting Network Based on Multi-scale Feature Fusion,AntiNet-MFF)。在U-Net网络架构基础上融入多层次特征分割提取模块,借助深度学习强大的表征能力提取人群多尺度特征。同时,为了提升计数模型对人群区域的关注度,减少背景噪声干扰,在解码阶段生成背景分割注意力图,作为注意力引导计数模型聚焦人头区域,提升人群分布密度图的质量。在多个典型人群计数数据集上的实验表明,AntiNet-MFF在准确性和鲁棒性上都取得良好效果。
