搜索结果: 1-15 共查到“计算机科学技术 目标识别”相关记录70条 . 查询时间(0.72 秒)
第10期“互联”学术沙龙——“微波视觉与SAR目标识别”顺利举行(图)
互联 学术沙龙 微波视觉 SAR目标识别
2022/12/29
2019年8月28日至30日,由中国光学工程学会主办,中国科学院沈阳自动化研究所、中国宇航学会光电技术专业委员会承办的第二届“目标识别与人工智能高峰论坛”在沈阳隆重举行。中国工程院院士、沈阳自动化所研究员王天然,中国工程院院士、东北大学教授柴天佑,中国科学院院士、国防科技大学教授于起峰,中国工程院院士、中国航空工业集团研究员樊会涛,中国工程院院士、复杂航空系统仿真重点实验室高级工程师刘永坚担任大会...
技术名称:基于课程学习的事件检测与目标识别技术(图)
课程学习 事件检测 目标识别 国家天元数学西北中心
2023/1/4
目标识别与人工智能高峰论坛(TRAI)
目标识别与人工智能 高峰论坛
2017/3/21
目标识别与人工智能技术研究一直以来都是备受关注的前沿方向,在军用、民用领域都具有广泛的应用前景和潜在的经济价值,已成为一项极为重要和基本的技术。目标的探测与识别就是通过目标信息的“获取”、“处理”、“显示”、“传输”等途径实现目标的“探测”、“识别”和“辨识”,它是一门多学科综合的应用技术,其研究内容涉及传感器技术、信号提取、图像处理、模式识别、测试仿真等多个学科内容。然而,由于景物的多样性和复杂...
基于模板匹配的前视自动目标识别模型
基准模板 自动目标识别 前视 红外图像
2016/10/17
针对复杂背景条件下的地面目标,设计一种基于模板匹配的前视自动目标识别模型。分析该模型的基本 组成,对基准模板制备、算法识别策略等关键技术进行讨论,通过仿真试验进行验证分析。仿真结果表明:该模型 是正确、有效的,可为相关研究提供参考。
基于随机PRI压缩感知雷达的速度假目标识别方法
随机重复间隔信号 压缩感知 假目标识别 动目标检测
2017/1/16
当存在有源速度假目标干扰时,随机脉冲重复间隔(Random Pulse Repetition Interval,RPRI)压缩感知雷达的回波稀疏性将被破坏,其目标检测与测速性能无法正常发挥.考虑到干扰机通常无法保证在相位调制时实时准确地更新雷达随机脉冲重复间隔,这将导致其生成的虚假目标信号与真实目标信号在不同的字典上稀疏.本文利用这一特性,在压缩感知框架下提出速度假目标识别算法,该算法通过建立联合...
基于改进MACH算法的畸变目标识别
模式识别 畸变目标识别 最大平均相关高度滤波器 复杂背景
2016/8/29
由于观察距离和角度的不同,待识别的目标图像相对模板图像会存在一定程度的角度畸变和比例畸变,大大限制了光学相关模式识别的发展。将最大平均相关高度(MACH)滤波器用于畸变目标识别,通过优化该滤波器的控制参数,并根据多次的计算机仿真实验和光学实验,使该改进型MACH 滤波器具有畸变公差高、相关点明亮等特点。用改进后的MACH 滤波器对角度畸变目标和比例畸变目标实施频域滤波,能有效增强相关峰强度,扩大畸...
改良型MACH滤波器算法的形变目标识别
模式识别 联合变换相关器 最大平均相关高度滤波器 形变目标 相关峰
2016/8/26
联合变换相关器可用于精确识别与定位目标,其瓶颈在于如何在复杂背景中识别形变目标,这也限制了目标模式识别技术的发展.为解决这一问题,提出了一种改良型的最大平均高度(MACH)滤波器算法.该算法对于旋转形变及尺寸形变目标均有很强的识别能力.根据大量的实验结果分析,对合成滤波器的控制参数进行了优化,使得该滤波器具有较高的形变识别容差,并能有效抑制复杂噪声.通过将频域中改良的MACH滤波器返回至空域,可获...
基于轮廓分层描述的目标识别算法研究
轮廓描述 目标识别 价值尺度 部分遮挡
2017/1/7
有效的目标轮廓分段是描述目标局部特征的关键环节.针对现有轮廓描述算法存在轮廓分段不合理的问题,本文基于认知心理学,提出了分层描述的轮廓描述算法.算法思想是首先根据角点特征将整个轮廓划分成一些轮廓分段,接着对轮廓分段的分布特点提出价值尺度,然后将多级轮廓分段按照价值尺度原则合并得到有限个能够完整描述目标轮廓的特征分段,最后将特征分段综合考虑长度尺度应用到Shape Context相似度检测模型中进行...
针对遥感影像目标特性随分辨率变化的问题,提出了目标识别的多尺度分析方法。首先,基于混合像元分析了多尺度影像中地面目标形状结构产生变化的原因,这种变化主要是由混合像元在目标中所占的比例决定的;然后,根据多尺度影像中的目标提取实验,分析并验证了目标提取误差随着尺度变化的规律;最后,基于遥感影像目标的多尺度特性分析,进一步提出了优势类别的概念。从遥感目标的多尺度分析与实验结果来看,目标的形状结构特征随着...
基于ML-pLSA模型的目标识别算法
目标识别 多种分割 多尺度 多尺度概率潜在语义分析(ML-pLSA)
2011/12/23
为了避免图像目标识别过程中识别结果对分割结果的过度依赖,该文提出了一种基于多尺度的概率潜在语义分析目标识别方法(Multi-Level-probabilistic Latent Semantic Analysis, ML-pLSA)。该方法利用多种分割算法对图像进行多尺度分割,再利用pLSA算法和词袋方法(Bag Of Words, BOW)对分割区域进行目标类别估计,最后联合多尺度的估计值给出最...