您的位置: 专家智库 > >

程塨

作品数:76 被引量:202H指数:8
供职机构:西北工业大学更多>>
发文基金:国家自然科学基金西北工业大学基础研究基金中国航空科学基金更多>>
相关领域:自动化与计算机技术天文地球电子电信更多>>

文献类型

  • 53篇专利
  • 23篇期刊文章

领域

  • 36篇自动化与计算...
  • 3篇天文地球
  • 2篇电子电信

主题

  • 56篇图像
  • 33篇遥感
  • 32篇遥感图像
  • 14篇网络
  • 12篇目标检测
  • 8篇小样本
  • 8篇分辨率
  • 7篇神经网
  • 7篇神经网络
  • 7篇机场
  • 7篇光学遥感
  • 7篇高分辨率
  • 6篇多聚焦图像
  • 6篇噪声
  • 6篇数据集
  • 6篇小波
  • 6篇感兴趣
  • 5篇语音
  • 5篇视频
  • 5篇图像分类

机构

  • 76篇西北工业大学
  • 1篇郑州轻工业学...
  • 1篇中国科学院空...

作者

  • 76篇程塨
  • 64篇郭雷
  • 62篇韩军伟
  • 35篇姚西文
  • 19篇赵天云
  • 15篇钱晓亮
  • 9篇张鼎文
  • 5篇余博
  • 4篇路艳
  • 4篇贺胜
  • 4篇姚希文
  • 4篇陈长远
  • 3篇李晖晖
  • 3篇王东阳
  • 3篇赵世杰
  • 3篇杨柳青
  • 2篇任波
  • 2篇胡新韬
  • 2篇王志强
  • 2篇刘爱峰

传媒

  • 6篇遥感学报
  • 5篇西北工业大学...
  • 3篇计算机工程与...
  • 1篇电子与信息学...
  • 1篇电子学报
  • 1篇计算机学报
  • 1篇光学学报
  • 1篇计算机应用
  • 1篇计算机科学
  • 1篇吉林大学学报...
  • 1篇中国图象图形...
  • 1篇科学观察

年份

  • 4篇2024
  • 8篇2023
  • 6篇2022
  • 5篇2021
  • 2篇2020
  • 2篇2019
  • 1篇2018
  • 1篇2017
  • 5篇2016
  • 4篇2015
  • 4篇2014
  • 14篇2013
  • 11篇2012
  • 5篇2011
  • 4篇2010
76 条 记 录,以下是 1-10
排序方式:
基于邻域归一化梯度和邻域标准差的多聚焦图像融合方法
本发明涉及一种基于邻域归一化梯度和邻域标准差的多聚焦图像融合方法。首先利用小波变换对图像进行多尺度分解,获得图像在不同分辨率和不同方向下的低频和高频信息;然后根据低频和高频信息的各自特性,采用不用的融合规则进行处理,其中...
郭雷程塨赵天云姚希文路艳
文献传递
改进ART Ⅱ算法的仿真研究被引量:3
2011年
ART Ⅱ网络以模式的相似性量度值为基础,能够对动态的输入模式样本进行自适应的聚类和识别,然而标准的ART Ⅱ网络在输入数据处理过程中,忽略了样本数据中的负数信息和幅值信息,造成信号畸变和"同相位不可分"问题,在权值调整过程中,聚类中心发生移动,容易造成"模式漂移"现象。针对上述问题结合相关文献提出了引入非线性函数对输入数据进行变换的方法解决"同相位不可分"问题,用待测数据与同一模式类中有限数据的欧氏距离与限定值进行比较实现聚类判定,抑制"模式漂移"现象。用Matlab仿真表明,改进算法性能优于标准算法。
孟武胜刘爱峰程塨
关键词:模式识别神经网络分类器
基于原型卷积神经网络的遥感图像小样本目标检测方法
本发明提供了一种基于原型卷积神经网络的遥感图像小样本目标检测方法。构建了主要包括特征提取与类别原型获取模块、原型引导RPN模块、重定向特征图模块和检测器模块的目标检测网络,并先在包含大量标注样本的基类数据集上进行网络模型...
程塨施佩珍闫博唯姚西文韩军伟郭雷
文献传递
一种基于加权稀疏编码的频域视觉显著性检测算法被引量:8
2013年
针对现有的基于频域的视觉显著性检测算法检测准确度不高的弱点,本文提出了一种基于加权稀疏编码的频域算法,旨在提高检测准确度的同时保持频域算法运算速度快的优势.在传统的稀疏编码算法基础上,本文根据各子码的增量编码长度来设置它们的权重,实现对图像的加权稀疏编码而不是直接对原始图像进行处理.最后,为了处理多维的稀疏编码信号,本文利用信息论的思想对最新发表的图像签名算法进行了多通道改进,以香农自信息的形式输出图像的显著性检测结果.在公开的人眼跟踪数据库上同9种流行算法的实验对比和对算法复杂度的分析证明了本文算法的有效性和快速性.
钱晓亮郭雷韩军伟程塨姚西文
关键词:显著性检测
一种遥感图像多类目标检测和识别方法
本发明涉及一种基于稀疏表示字典学习的遥感图像多类目标检测和识别的方法。技术特征在于:首先对预处理后的训练数据使用基于稀疏表示字典训练方法训练出字典;然后对测试图像中的子图像块使用训练所得到的字典进行稀疏编码,求出其稀疏表...
韩军伟周培诚王东阳郭雷程塨李晖晖
文献传递
一种单帧红外图像弱小目标检测和定位方法
本发明涉及一种基于形态学带通滤波和尺度空间理论的单帧红外图像弱小目标检测和定位方法。基本思想是:首先对预处理后的红外图像进行形态学带通滤波,检测出红外弱小目标的潜在区域;然后利用DoG算子对预处理后的红外图像进行多尺度空...
韩军伟程塨郭雷周培诚钱晓亮姚西文
光学遥感图像目标检测数据集综述
2023年
近年来,随着深度学习等人工智能技术在光学遥感目标检测领域中的快速发展,大量相关研究算法不断涌现,逐渐形成了一种基于数据驱动的光学遥感图像目标检测新范式。高质量的遥感数据成为了此类范式算法研究的前置条件和必要储备,遥感数据的重要性日益凸显。迄今为止,国内外各大研究机构已相继发布了数量众多且规模不一的光学遥感图像目标检测数据集,为基于深度学习的遥感图像目标检测算法的发展奠定了研究基础。然而,当前尚未有相关学者对已发布的光学遥感图像检测数据集进行全面的归纳整理与分析,针对此问题,本文全面调研领域文献,对2008年—2023年期间已发布的公开光学遥感图像检测数据集进行整合分析,并依据不同的数据标注方式进行划分,对其中的11个典型数据集进行了全面阐述,以表格的形式对所有的数据集信息进行归纳总结,同时采用3种分析方式去描述数据集的发展情况,即:元数据分析,从数量分布、地域分布、来源分布、规模分布着手;分辨率分析,从空间分辨率与光谱分辨率着手;基本信息分析,从类别数量、图像数量、实例数量及图像宽度信息着手,有效论证了光学遥感图像目标检测数据集必然朝着高质量、大规模、多类别的方向发展。此外,针对已发布的数据集,从水平框目标检测、旋转框目标检测以及细分检测方向(小目标检测和细粒度检测)等多个角度对相关算法的应用和发展进行了概述,证实了遥感数据对目标检测算法的研究具有积极的推动作用。综上,本文将为基于深度学习的目标检测算法在遥感领域的应用提供参考。
袁一钦李浪姚西文李玲君冯晓绪程塨韩军伟
关键词:光学遥感图像数据源目标检测
MAR20:遥感图像军用飞机目标识别数据集
2023年
遥感图像军用飞机目标识别是对遥感图像中的军用飞机进行定位和细粒度分类,其在侦察预警、情报分析等领域起着至关重要的作用。但是,由于数据集匮乏,遥感图像军用飞机目标识别发展相对缓慢。为推动该领域的研究进展,本文构建了公开的遥感图像军用飞机目标识别数据集MAR20 (Military Aircraft Recognition)。该数据集具有以下特点:(1) MAR20是目前规模最大的遥感图像军用飞机目标识别数据集,包含3842张图像、20种军用飞机型号以及22341个实例,并且每个目标实例具有水平边界框和有向边界框两种标注方式;(2)由于所有的细粒度类别均隶属于飞机大类,因此不同型号的飞机往往具有相似的特征,导致不同型号目标具有较高的相似性;(3)由于遥感图像采集过程中受到气候、季节、光照、遮挡、乃至大气散射等因素的影响,相同型号的目标存在较大的类内差异性。最后,为建立遥感图像军用飞机目标识别基准,本文在MAR20数据集上评估了7种常用的水平框目标识别方法和8种有向框目标识别方法。
禹文奇程塨王美君姚艳清谢星星姚西文韩军伟
关键词:军用飞机目标识别数据集遥感图像
多元信息监督的遥感图像有向目标检测
2023年
遥感图像有向目标检测是遥感图像解译中的一项基础任务,在许多领域有着广泛的应用。由于遥感图像目标尺度差异性大、方向任意且紧密排列,传统目标检测所使用的水平框无法准确的定位目标。因此,遥感图像有向目标检测成为目前遥感领域的研究热点。受益于深度学习的发展,遥感图像有向目标检测取得了突破性进展,但是大多数方法仅在检测头部加入角度预测参数,在训练过程中没有充分利用角度信息和语义信息。本文提出了一种多元信息监督的遥感图像有向目标检测方法。首先,在感兴趣区域提取阶段利用角度信息监督网络学习目标方向,从而使网络第一阶段生成更加贴近遥感图像目标的有向候选区域。其次,为了充分利用图像语义信息,本文在网络第二阶段增加语义分支,并使用图像语义标签进行监督学习。本文以Faster R-CNN OBB为基准,在DOTA数据集上验证所提方法的有效性。本文方法相比基准,平均精度(mAP)提升了2.8%,最终的检测精度(mAP)达到74.6%。
王家宝程塨谢星星姚艳清韩军伟
关键词:目标检测多元信息遥感图像
一种基于功能磁共振成像的视频记忆性判别方法
本发明涉及一种基于功能磁共振成像的视频记忆性判别方法,利用视频数据库中少量视频数据的底层视觉特征和这些视频数据对应的脑功能成像空间特征构建特征子空间模型,将没有进行功能磁共振成像的视频数据的底层视觉特征映射到特征子空间中...
韩军伟陈长远郭雷程塨
文献传递
共8页<12345678>
聚类工具0