特征协同与细粒度感知的遥感图像小目标检测

针对遥感图像中小目标多、排列密集导致的漏检问题,提出一种特征协同与细粒度感知的遥感图像小目标检测算法。首先,构造精细特征协同策略,通过智能调整卷积核参数,优化了特征间的交互和整合过程;通过精确控制信息流,实现从粗糙到精细的渐进式特征精化。在此基础上,本文设计一个细粒度感知模块,将感知注意力与移动反向卷积结合形成一个增强型检测头,显著增强网络对于极小尺寸物体的感知能力。最后,为了提升模型训练的效率,采用MPDIoU和NWD作为回归损失函数,解决位置偏差,加快模型收敛。在DOTA1.0数据集和DOTA1.5数据集上的实验结果表明,改进后算法相比于基准方法,平均精度分别提高7.4%和6.1%,相较于其他算法具有明显优势,显著改善遥感图像中小目标的漏检情况。

图像内容精细化感知及其安全关键技术研究

图像内容精细化感知是计算机视觉领域内的一个基础性问题,旨在对图像中包含的信息进行精细化理解,具有重要的研究价值和广阔的应用场景。根据关注范围的不同,图像内容精细化感知主要包括细粒度识别、场景图生成和图像描述等方面。本文首先对各关键技术的研究进展和现状进行综述;然后讨论了直接影响感知模型预测结果的安全威胁,概述了相关攻击及防御技术的研究进展;最后对该领域的未来发展趋势作出展望。

基于信息可视化的协同感知模型

为了提高协同感知的直观性与交互性,提出了一种基于信息可视化的协同感知模型,在感知粒度和感知范围的支持下将感知对象与感知呈现模式相映射,引入了进程线、任务前趋图、思维导图等图形化的信息可视化方式以支持感知信息的通信,描述了不同设计端对感知信息的处理流程。在协同模板建模平台中实现并验证了该模型,有效提高了协同设计中交互的启发性,促进了设计过程中的通信与协作。