基于Faster R-CNN的日冕物质抛射检测方法

日冕物质抛射(Coronal Mass Ejection,CME)是一种强烈的太阳爆发现象,对空间天气和人类生活有巨大的影响,因此,日冕物质抛射检测对预报日冕物质抛射、保障人类的生产生活安全具有重要意义。现有的日冕物质抛射检测多采用人为定义特征和界定阈值等方法。由于人为定义特征不能准确表征日冕物质抛射且具有普适性的阈值难于选择,现有的方法对日冕物质抛射的检测效果有待提高。提出一种基于Faster R-CNN(Faster Region-based Convolutional Neural Networks)的日冕物质抛射检测算法。该方法首先结合CDAW(Coordinated Data Analysis Workshop Data Center),SEEDS(Solar Eruptive Even Detection System)和CACTus(Computer Aoded CME Tracking software package)3个著名的日冕物质抛射目录信息,人工标注了包含9113幅日冕图像的数据集,然后根据日冕物质抛射的图像特征较自然图像少、目标尺寸与自然图像有差异等特点,在特征提取和锚点选择方面对Faster R-CNN进行改进。以2007年6月的日冕物质抛射标注数据为测试集,本文算法检出了全部22个强日冕物质抛射事件和151个弱日冕物质抛射事件中的138个,对日冕物质抛射事件的中心角和角宽度等特征参数的检测误差分别在5°和10°以内。

日冕物质抛射检测研究进展

日冕物质抛射是一种规模巨大、程度剧烈的爆发现象,是影响地球的主要太阳爆发活动。由于这种爆发现象对地球环境造成严重干扰,因此,日冕物质抛射的探测对预报灾害性空间天气具有重要意义。为了更清楚地梳理目前存在的日冕物质抛射检测方法,对典型的方法进行分析总结。首先,介绍日冕物质抛射及其特征;然后,从基于手工方法和自动检测方法两方面对日冕物质抛射检测进行概述和分析;最后,讨论目前算法存在的一些问题,进而提出未来的研究方向。

基于空时显著性的日冕物质抛射检测

日冕物质抛射(Coronal MassEjection,CME)是一种剧烈的太阳爆发现象,它会对行星际空间造成严重扰动,进而影响人类生产、生活.基于CME的时空显著性,将显著性检测方法引入到CME检测中,利用结构化矩阵分解SOHO(SolarandHeliospheric Observatory)的大角度光谱日冕仪(Large AngleandSpectrometricCoronagraphEx-periment,LASCO)C2的日冕图像对应的特征矩阵,从中恢复出稀疏部分获得显著前景.然后考虑CME运动时产生的时间显著性,从而去除非CME结构(如冕流),得到最终检测结果.实验表明,以人工目录协调数据分析中心(CoordinatedDataAnalysisWorkshop,CDAW)检测结果为基准时,所提方法不仅在检测CME数量上比计算机辅助跟踪软件包(Computer AidedCMETrackingSoftwarepackage,CACTus)和太阳爆发事件检测系统(Solar EruptiveEventDetectionSystem,SEEDS)有优势,还在CME中心角度和张角宽度等特征物理参数测量上比CACTus和SEEDS更接近CDAW目录参考值.

结合时空线索的显著运动目标检测

针对现有的运动目标检测方法存在忽略局部与整体之间的空间关系等问题,本文在现有的运动目标检测方法的基础上,结合显著性检测算法在目标检测和图像处理上的特点,提出了一种结合时空线索的显著性运动目标检测算法。首先运用光流法对图像序列中的运动目标进行特征提取,确定运动目标,得到运动目标的时间显著图,再进行空间显著图估计,最后将时间线索与空间线索结合起来,得到运动目标的显著区域。实验表明,本文方法利用运动目标的时间、空间线索,能够从视频序列中有效地检测出运动目标。