基于相位恢复的SBAS-InSAR技术与光学影像结合的攀枝花地区滑坡早期识别

为克服传统SBAS-InSAR技术存在的相干性高估以及高相干点密度、质量低的问题,将相位恢复引入SBAS-InSAR中,采用改进的高相干点选取方法提高形变速率反演精度;同时利用GF-1号高分辨率光学影像辅助InSAR形变监测结果,以提高研究区滑坡体早期识别准确性及全面性。研究发现,经过相位恢复后,选取的高相干点密度及质量明显提高;共识别出隐患点28处,其中11处与已知隐患点完全匹配,新识别出17个滑坡隐患点,在随机选取的隐患点现场调查验证时均存在地表裂缝等滑坡隐患特征。因此,将相位恢复的思想引入SBAS-InSAR中,可以有效提高高相干点选取的密度和质量,使得相干性得到有效校正,从而提高形变监测的精度;此外,光学影像辅助获取形变信息,是对InSAR滑坡隐患点识别结果精度及可解释性的有效补充。

基于轻量级双模态SSD算法的疲劳驾驶检测

本文针对驾驶人疲劳驾驶检测模型实时性不足、以及在复杂光照场景下检测效果较差的问题,提出了一种改进的轻量级SSD双模态疲劳驾驶检测算法。该算法用MobileNet替换SSD的主干特征提取网络VGG16以使得模型轻量化。在模型的浅层特征上加入轻量级注意力机制网络SENet提升模型对小目标的检测精度。利用软注意力机制融合可见光图像和红外图像两种模态的特征提升模型在复杂光照环境下的表现。使用空洞-深度可分离卷积替换浅层的标准卷积,以弥补下采样导致的精度的损失。最后在检测出的人脸上根据PERCLOS准则进行疲劳驾驶判定。实验结果表明,该算法在复杂光照环境下具有良好的鲁棒性,同时能够在保证疲劳驾驶检测精度不下降的前提下大量减少模型参数量,进一步满足疲劳检测实时性的要求。