A-FPN算法及其在遥感图像船舶检测中的应用

光学遥感图像船舶检测主要面临两个挑战:光学遥感图像背景复杂,船舶检测易受海浪、云雾及陆地建筑等多方面干扰;遥感图像分辨率低,船舶目标小,对于其分类与定位带来很大困难;针对上述问题,在FPN的基础上,提出一种融入显著性特征的卷积神经网络模型A-FPN (Attention-Based Feature Pyramid Networks)。首先,利用卷积提取图像特征金字塔;然后,利用顶层金字塔逐级构建显著特征层,抑制背景信息,通过金字塔顶层的细粒度特征提高浅层特征的表达能力,构建自上而下的多级显著特征映射结构;最后利用Softmax分类器进行多层级船舶检测。A-FPN模型利用显著性机制引导不同感受下的特征进行融合,提高了模型的分辨能力,对遥感图像处理领域具有重要应用价值。实验阶段,利用公开的遥感目标检测数据集NWPU VHR-10中的船舶样本进行测试,准确率为92.8%,表明A-FPN模型适用于遥感图像船舶检测。     

高分一号的浮筏养殖信息提取方法

针对浮筏海水养殖遥感信息自动提取业务化应用难度较大的问题,该文提出一种光谱、纹理特征结合的支持向量机(SVM)算法,高效提取海水、养殖物。基于国产高分一号(GF-1)高分辨率卫星影像数据,以江苏省连云港近岸海域为研究区域,以海水、养殖物作为为分类对象,采用主成分变换筛选信息量大,较好地保留浮筏水产养殖信息的前8个主成分分量开展分类实验。实验结果表明:将纹理特征应用于浮筏养殖物信息提取方法中,可以提高养殖物分类精度,与最大似然估计、最小距离方法分类方法比较,总体分类精度提升了3%～5%。研究结果可为浮筏养殖用海遥感监测平台构建提供基础技术支持。     

资源三号和天绘一号卫星影像无控联合平差精度分析

近年来国产卫星传感器类型日益丰富，使用自主可控的国产卫星影像进行生产和研究的需求越来越大，多源国产卫星影像联合平差的精度分析显得尤为重要。本文针对在立体测图生产中，资源三号卫星影像在时相较旧、噪声较大、云覆盖和摄影漏洞等特殊困难的条件下，利用天绘一号卫星影像进行补漏生产的情况，最终分析并验证了两者无控联合平差的可行性和成果精度。     

河外H2O超脉泽源及与其相关的分子谱线的观测和研究

自从在活动星系核NGC4945的视线方向上发现第一个河外H2O超脉泽源以来，迄今为止已发现了19个河外H2O超脉泽源，对与活动星系核成协和河外H2O超脉泽源及分子谱线的观测和研究是探测和研究活动星系核核区中央源，拱核气体和尘埃环性质的非常有效的工具，主要评述对河外H2O超脉泽源及与其相关分子谱线的搜索，观测和理论研究现状。