基于多尺度形变特征卷积网络的高分辨率遥感影像目标检测

传统的基于滑窗搜索和人工设计特征相结合的目标检测方法难以适用于海量高分辨率遥感图像的目标检测任务。本文提出了一种基于多尺度形变特征卷积网络的目标检测方法,利用可形变卷积网络对具有尺度和方向变化的遥感图像目标进行特征提取,然后对多层残差模块提取出的形变特征进行区域预测和鉴别。具体模型包括两个子网络：①目标区域预测子网络用于从多层深度特征图提取目标候选区域;②目标区域鉴别子网络用于对目标候选区域进行分类和位置回归。本文在光学卫星图像10类目标数据集上对比了多种基于深度学习的目标检测算法,并将训练好的模型用于谷歌地球影像飞机坟场数据集和高分2号、吉林1号数据集的评估,试验结果表明本文方法能够快速准确地对多类目标进行检测,具有较好的稳健性和迁移性。     

利用高分辨率SAR卫星监测灾害条件下电网铁塔形变

分析了高分辨率SAR图像输电铁塔的目标散射特性,进行了铁塔横担人工覆冰实验,分析了覆冰横担的散射特性,提出了基于特征点匹配的铁塔形变识别方法。该方法通过Harris算子检测预处理后的目标切片图像的特征点,利用基于特征点分布的匹配准则,对同目标、不同时相的SAR图像进行特征点匹配,提取铁塔的形变信息。实验结果表明,覆冰后的铁塔横担在SAR图像中仍有较强的反射特性,利用高分辨率SAR图像目标识别技术完全能够监测覆冰铁塔及铁塔的较大形变。     

多视角监控视频中动态目标的时空信息提取方法

监控视频中动态目标的精准定位与跟踪作为计算机视觉领域中重要的研究方向,近年来已成为监控领域的研究热点。传统视频动态目标检测仅依赖图像特征数据,忽略了与地理坐标系精准匹配,特别是对于多个摄像机覆盖的区域,拍摄的角度不同,投影后形成的图像空间分辨率也不同,因此,难以满足智能监控在复杂的地理场景中全方位时空信息感知。本文提出一种多摄像头协同的视频监控图像与地理空间数据互映射模型构建方法来获取动态目标的轮廓和地理位置等时空信息,首先建立监控图像信息与地理空间数据的互映射关系,将观测角度不同、尺度不同和空间分辨率的监控图像置于同一坐标系下,并在此基础上通过融合Canny算子与背景减法来检测目标的边缘信息;然后采用质心偏移算法还原目标在该场景的实际位置,从而实现多角度下连续跟踪,提升地理场景的时空理解力和分析力,提高动态目标的精准定位与跟踪能力。     

流形群运动目标自动识别与跟踪技术研究——以MCS自动追踪方法为例

从流形群运运目标的形状特征及其本质属性出发，提出了多种适合计算机自动识别与跟踪流形群运运目标的匹配模板的构建技术。充分顾及流形群运动目标的区域整体描述、几何形状特征、不变矩特性，以及流形群目标的本质属性(纹理特征)，通过最大欧几里得贴近度的择近原则，实现模板匹配，完成目标识别；通过交替更新匹配模板元素参量及交叉匹配算法，实现目标跟踪。应用这种算法，对1998年6月至8月的青藏高原上空中尺度对流系统(MCS)进行了识别与跟踪实验。实验结果表明，这种技术较适合计算机自动识别和跟踪类似MCS的流形群运动目标，与专家目测屏幕扫描跟踪法相比，准确率达90％。同Amaud等人提出的面积重叠跟踪法相比，其准确率提高了一个多数量级。     

遥感图像倾斜边界框目标检测研究进展与展望

遥感图像目标检测是遥感图像处理中的一个基本问题,尤其是伴随着深度学习以及遥感影像获取等技术的发展与突破,基于深度学习的遥感图像目标检测得到了广泛的关注。区别于自然图像,遥感图像中的物体目标具有方向任意的特点,众多国内外学者提出一系列基于倾斜边界框的遥感图像目标检测算法,推动了遥感图像目标检测的提升。为使得相关领域研究者对基于深度学习的遥感图像倾斜框目标检测的理论、流程及其现存问题有一个比较全面的认知,本文将对其进行系统的整理和归纳。     

基于分层自适应部分模型的遥感图像飞机目标检测

提出一种基于分层自适应部分模型(HAPM,hierarchical adaptive part-based model)的目标检测方法,用于遥感图像的飞机目标检测。针对目前目标检测方法在子类型数目确定、模型多分辨率结构关系方面存在的不足,构造如下算法:首先构建一个扩展的Part-based Model模型;其次,分别从子类型的自适应选择、子类型的多层次建模和检测阶段加权距离变换的形变优化等方面对其进行改进;最后,HAPM算法充分考虑了模型的形变,同时结合多层次的建模思想使得目标的检测精度和算法适用性大大增强。用收集的10大国际机场的真实遥感图像数据进行实验验证,证明了算法的有效性。     

基于CNN和RNN的像素级视频目标跟踪算法

影像目标跟踪定位技术是当前计算机视觉领域的研究热点,目标跟踪算法也是现阶段将视频结果用于定位的薄弱环节之一.本文分析了像素级目标跟踪存在的问题,根据深度学习在图像领域的最新研究成果与视频跟踪需求,结合最新的图像分割、卷积神经网络(CNN)、循环神经网络(RNN)和加密解码结构等方法提出了一种像素级视频目标跟踪算法.使用公开数据集实现算法并设计了定量评价指标.实验结果表明该算法具有较强的像素级视频目标跟踪定位能力.     

多分辨率特征融合的光学遥感图像目标检测

高分辨率遥感图像目标检测是计算机视觉的一个重要研究领域,在民用与军事领域具有重要的应用价值。目前,基于深度学习的自然图像目标检测有了突破性进展。但是,由于遥感图像具有目标尺度差异大且类间相似度高的特点,使得处理自然图像的目标检测算法直接应用于遥感图像时仍面临着一些挑战。针对上述挑战,本文提出一种多分辨率特征融合的遥感图像目标检测方法。首先,通过特征金字塔提取多尺度特征图并在其后嵌入多分辨率特征提取网络,促使网络学习目标在不同分辨率下的特征,缩小不同特征层之间的语义差距。其次,为实现多分辨特征的有效融合,本文采用自适应特征融合模块挖掘更具判别性的多分辨特征表达。最后,将自适应特征融合模块的输出特征的相邻层进行深度融合。在公开的遥感图像目标检测数据集DIOR和DOTA上评估了本文方法的有效性,相比采用特征金字塔结构的Faster R-CNN,本文方法的准确率(mAP)分别提高2.5%和2.2%。     

一种多特征自适应融合的粒子滤波红外目标跟踪方法

提出了一种自适应融合颜色特征和边缘特征的粒子滤波跟踪算法。首先,利用粒子滤波的天然框架,选择在红外条件下最能代表目标信息的颜色特征和边缘特征构造目标的多特征模型;然后,根据不同特征对目标与背景的可分性,对多特征模型中各特征分量的权值进行自适应调节;最后,借助动态空间模型,对粒子滤波跟踪算法进行改进,预测粒子的运动状态,从而克服环境突变对跟踪稳定性的影响。实验结果表明,本文算法能克服各种背景杂波及噪声的干扰,并能很好地解决目标在复杂背景下的尺度变化和突变运动带来的困难,保证了跟踪的鲁棒性和稳定性。     

基于目标关联的多源卫星遥感图像兵营融合检测方法

目前的目标融合检测方法大都是基于多源遥感图像配准的,然而在实际的应用中,成像机理不同的多源遥感图像的精校正和图像间的配准是十分复杂的,难以确保其配准精度.为此,本文提出了一种基于目标关联的多源卫星遥感图像的兵营融合检测方法.该方法不对图像进行配准,而是根据单源图像的目标自动检测结果,利用图像的大地坐标信息,截取包含目标的同一地区的局部遥感图像,再分别提取多源遥感图像目标的特征,并根据其中冗余的特征,对提取的目标区域建立关联,再由关联检验确保特征关联的正确性,最后对目标特征进行融合决策,得到目标融合检测结果.实验结果表明,该方法能有效地利用多源遥感图像的信息,降低遥感图像目标检测的误判率,提高目标特征的准确度.     

机载视频影像运动目标检测与跟踪技术

运动目标检测跟踪是一项新兴热点技术,其处理的主要对象是视频影像数据,核心是实现对视频影像数据中运动物体的检测及跟踪。以机载视频数据为研究对象,对这项技术进行了较为深入的分析。将运动目标检测跟踪技术划分为视频影像预处理、目标检测及运动跟踪3个功能部分,并分别分析与之相关的技术方法,阐明该类问题的解决思路和探索方向。     

复杂交通场景中车辆视频检测的背景提取与更新

建立了一种适用于复杂交通场景的多层次背景模型,采用随机差影法来获取背景的候选像素,利用空间统计与时间统计的方法确定背景及其可信度。结合目标跟踪结果以区域为单位进行背景更新并排除浅阴影干扰,能在目标出现运动状态变化时快速地恢复背景,并且能够检测出场景中的部分静止目标。实验表明,本算法能及时恢复真实背景,提高了目标检测的准确性。     

Tracking of facial deformations in multi-image sequences with elimination of rigid motion of the head

The paper deals with measurement of human facial deformations from synchronized image sequences taken with multiple calibrated cameras from different viewpoints. SIFT (Scale Invariant Feature Transform) keypoints are utilized as image feature points in the first place to determine spatial and temporal correspondences between images. If no temporal match is found for an image point by keypoint matching, then the tracking of the point is switched to least squares matching provided the point has one or more spatial corresponding points in the other views of the previous frame. For this purpose, a new method based on affine multi-image least squares matching is proposed where multiple spatial and temporal template images are simultaneously matched against each search image and part of the spatial template images also change during adjustment. A new method based on analyzing temporal changes in the image coordinates of the tracked points in multiple views is then presented for detecting the 3-D points which move only rigidly between consecutive frames. These points are used to eliminate the effect of rigid motion of the head and to obtain the changes in the 3-D points and in the corresponding image points due to pure deformation of the face. The methods are thoroughly tested with three multi-image sequences of four cameras including also quite large changes of facial deformations. The test results prove that the proposed affine multi-image least squares matching yields better results than another method using only fixed templates of the previous frame. The elimination of the effect of rigid motion works well and the points where the face is deforming can be correctly detected and the true deformation estimated. A method based on a novel adaptive threshold is also proposed for automated extraction and tracking of circular targets on a moving calibration object.     

基于SIFT的无人机遥感影像匹配算法研究

无人机遥感影像存在像幅小、数量多、基线短、重叠度不规则且倾角过大等问题,传统的灰度匹配很难胜任无人机遥感影像的匹配。SIFT特征具有旋转、微小仿射的不变性。本文分析SIFT特征的优点,指出其存在的问题,结合灰度匹配、最小二乘匹配及影像金字塔策略,提出了一套适合无人机遥感影像的匹配算法流程。     

一种背景微移情况下的运动目标提取算法

分析了常用的静态背景下运动目标提取算法的优缺点,提出了一种基于背景匹配的运动目标提取的算法,有效地解决了帧间背景的微移问题。     

远距离运动车辆快速跟踪与定位系统设计

为快速跟踪及定位远距离的运动车辆,本文设计了利用单目相机与激光望远测距仪的定位系统。此定位系统装备单目相机、望远测距仪与角度传感器,采用LK光流算法实时跟踪既定目标,构建了相机、测距仪、目标的坐标方程式模型,可实时解算100~300 m外运动目标的位置。该定位系统无需在被测运动车辆上安装任何设施,即可对合作或非合作目标实现跟踪定位。本文以汽车作为运动目标,使用高精度的CORS系统进行精度验证,该系统实时跟踪定位的精度可保持在亚米级。     

运动目标的MGM(1,N)轨迹预测算法

针对武器装备实验与训练活动中无人机等运动目标位置测量数据少、概率分布未知的工程背景,提出了一种基于MGM(1,N)模型的轨迹预测方法,建立了针对运动目标3个位置坐标的MGM(1,3)模型。数值仿真结果表明,基于MGM(1,N)模型的运动目标轨迹预测方法合理可行,可以预测该周期内任一时刻的位置信息。     

利用天文观测图像对空间碎片目标进行自动识别与追踪

提出了一种利用天文观测手段获取的CCD图像序列对空间碎片进行自动识别和追踪的方法。该方法采用计算机图像处理、图像识别与分析和计算机视觉等相关技术,自动识别出每幅CCD图像中的空间碎片以及背景恒星等空间目标,并定量计算其有关特征;然后根据空间碎片移动较快的特点,在CCD图像序列中结合基于Snake模型的主动轮廓追踪和特征相似性比较两种方法,对其中出现的空间碎片目标进行自动识别和追踪。实验结果显示,该方法能准确地对空间碎片目标进行自动识别和追踪。     

基于自适应背景估计的视频运动对象提取

提出了一种结合帧间差和减背景的运动目标提取算法,在使用差值图像的高阶统计量检测运动对象的同时估计可靠的背景模型,并通过背景选择性替换机制解决局部背景区域变化的问题。算法需调整的参数少,易于实现。实验结果表明算法具有良好的性能。