期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进的热红外图像降尺度模型及应用
1
作者
张文奇
巩彩兰
+2 位作者
胡勇
宋文韬
匡定波
《光学学报》
EI
CAS
CSCD
北大核心
2019年第9期330-338,共9页
采用4种不同的地表特征因子及其组合,使用三层分解模型对研究区地表温度进行降尺度实验。实验结果表明:1)使用多地表特征因子组合的三层分解模型获得的降尺度精度高于使用单因子获得的降尺度精度,均方根误差由0.813 K提高到0.763 K,降...
采用4种不同的地表特征因子及其组合,使用三层分解模型对研究区地表温度进行降尺度实验。实验结果表明:1)使用多地表特征因子组合的三层分解模型获得的降尺度精度高于使用单因子获得的降尺度精度,均方根误差由0.813 K提高到0.763 K,降尺度结果的误差主要集中在建筑区域;2)采用热场强度指数和热场变异指数作为评价指标,研究城市热岛效应,两种评价指标均表明多因子模型的精度优于单因子模型的精度。
展开更多
关键词
遥感
热红外
图像降尺度
地表特征因子
城市热岛
地表温度
原文传递
基于改进的Faster R-CNN船舶目标检测算法
被引量:
6
2
作者
齐亮
李邦昱
陈连凯
《中国造船》
EI
CSCD
北大核心
2020年第S01期40-51,共12页
为了提髙船舶目标的检测率和效率,提出了一种改进的基于区域的快速卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)船舶目标检测方法。采用图像降尺度方法,旨在增强船舶图像的有用信息;采用场景窄化方法...
为了提髙船舶目标的检测率和效率,提出了一种改进的基于区域的快速卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)船舶目标检测方法。采用图像降尺度方法,旨在增强船舶图像的有用信息;采用场景窄化方法将目标区域定位网络和FasterR-CNN卷积神经网络构建成一个层级窄化网络,旨在降低目标检测搜索尺度,从而提高Faster R-CNN的计算速度;研究具有主题窄化功能的Faster R-CNN,选择纹理特征和空间差异特征作为窄化子网络,旨在实现主网与子网间深度协作的功能,优化网络参数.试验结果表明:该方法在提高FasterR-CNN算法检测精度的同时,显著地缩短了检测时间.
展开更多
关键词
FasterR-CNN
船舶目标检测
图像降尺度
场景窄化
主题窄化
下载PDF
职称材料
题名
改进的热红外图像降尺度模型及应用
1
作者
张文奇
巩彩兰
胡勇
宋文韬
匡定波
机构
中国科学院上海技术物理研究所
中国科学院大学
中国科学院红外探测与成像技术重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2019年第9期330-338,共9页
基金
国家重点研发计划(2017YFC0602103)
中科院上海技术物理研究所创新专项项目(CX-58)
文摘
采用4种不同的地表特征因子及其组合,使用三层分解模型对研究区地表温度进行降尺度实验。实验结果表明:1)使用多地表特征因子组合的三层分解模型获得的降尺度精度高于使用单因子获得的降尺度精度,均方根误差由0.813 K提高到0.763 K,降尺度结果的误差主要集中在建筑区域;2)采用热场强度指数和热场变异指数作为评价指标,研究城市热岛效应,两种评价指标均表明多因子模型的精度优于单因子模型的精度。
关键词
遥感
热红外
图像降尺度
地表特征因子
城市热岛
地表温度
Keywords
remote sensing
thermal infrared image downscaling
surface feature factor
urban heat island
surface temperature
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
原文传递
题名
基于改进的Faster R-CNN船舶目标检测算法
被引量:
6
2
作者
齐亮
李邦昱
陈连凯
机构
江苏科技大学电子信息学院船舶智能制造及智能船舶综合实验室
中国科学院自动化研究所
出处
《中国造船》
EI
CSCD
北大核心
2020年第S01期40-51,共12页
基金
江苏省高技术船舶协同创新项目(HZ201805)。
文摘
为了提髙船舶目标的检测率和效率,提出了一种改进的基于区域的快速卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)船舶目标检测方法。采用图像降尺度方法,旨在增强船舶图像的有用信息;采用场景窄化方法将目标区域定位网络和FasterR-CNN卷积神经网络构建成一个层级窄化网络,旨在降低目标检测搜索尺度,从而提高Faster R-CNN的计算速度;研究具有主题窄化功能的Faster R-CNN,选择纹理特征和空间差异特征作为窄化子网络,旨在实现主网与子网间深度协作的功能,优化网络参数.试验结果表明:该方法在提高FasterR-CNN算法检测精度的同时,显著地缩短了检测时间.
关键词
FasterR-CNN
船舶目标检测
图像降尺度
场景窄化
主题窄化
Keywords
Faster R-CNN
ship target detection
image down-scaling
scene narrowing
theme narrowing
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进的热红外图像降尺度模型及应用
张文奇
巩彩兰
胡勇
宋文韬
匡定波
《光学学报》
EI
CAS
CSCD
北大核心
2019
0
原文传递
2
基于改进的Faster R-CNN船舶目标检测算法
齐亮
李邦昱
陈连凯
《中国造船》
EI
CSCD
北大核心
2020
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部