期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
星载超高速图像智能处理系统设计与验证
1
作者 杨彬 桑峰 +5 位作者 黄涛 张中泽 景庄伟 周军 马文佳 汪少林 《上海航天(中英文)》 CSCD 2024年第S1期289-294,共6页
传统遥感类卫星星上成像、星地传输再地面后处理的方式严重制约了用户获取信息的时效性,为提升在轨产品信息获取的实时性及提升星载数据处理的智能化水平,设计并研制了图像智能处理系统。系统采用开放式架构,由FPGA+ARM+GPU构成混合异... 传统遥感类卫星星上成像、星地传输再地面后处理的方式严重制约了用户获取信息的时效性,为提升在轨产品信息获取的实时性及提升星载数据处理的智能化水平,设计并研制了图像智能处理系统。系统采用开放式架构,由FPGA+ARM+GPU构成混合异构高性能处理核心,具备大于50 Gbps的超高相机数据实时吞吐处理能力,配置的超高智能算力,在轨可实现图像辐射校正、图像检测和定位、感兴趣区域切片提取、切片压缩等星载数据智能处理。基于四维高景三号01星对系统软硬件设计开展了在轨验证。测试结果表明:在轨图像智能处理系统将用户获取产品信息的时延由天为单位缩短至准实时,同时提升了卫星在轨图像处理智能化能力,可为后续星载智能图像处理系统设计提供参考。 展开更多
关键词 星载智能处理 混合异构 实时处理 智能算力 切片图像提取
在线阅读 下载PDF
基于改进的PointNet++模型的多光谱LiDAR数据分类方法
2
作者 景庄伟 丁荣莉 +2 位作者 何恒翔 李丰 谷岳 《测绘科学技术》 2024年第1期64-76,共13页
多光谱激光雷达(LiDAR)系统可同时并快速获取大范围空间目标地物的光谱强度信息和空间几何信息,为三维点云分类、语义分割、目标检测等研究提供新的数据源。然而,由于多光谱点云数据分布的不规则性以及数据量巨大等特性,使得地物特征的... 多光谱激光雷达(LiDAR)系统可同时并快速获取大范围空间目标地物的光谱强度信息和空间几何信息,为三维点云分类、语义分割、目标检测等研究提供新的数据源。然而,由于多光谱点云数据分布的不规则性以及数据量巨大等特性,使得地物特征的提取过程充满挑战。本文通过将通道注意力机制(SE-Block)和修正后的焦点损失函数嵌入至PointNet++网络中,提出了一种改进的PointNet++网络架构。PointNet++网络从不均匀采样的点中提取局部特征,并通过多尺度分组表示点之间的局部几何关系。将SE-Block嵌入至PointNet++网络中,通过显式地建模通道之间的相互依赖关系,自适应地重新校准通道方面的特征响应,从而强调重要通道并抑制不利于预测的无用通道,提高特征的显著性,以便更好地进行点云分类。另外,本文在改进的网络架构基础上利用修正后的焦点损失函数解决了多光谱LiDAR点云数据中类别不均匀分布的问题。本文提出的改进的PointNet++网络架构在托伯莫里港口数据集上进行了评估,获得的总体精度、mIoU、F1-score和Kappa系数分别为95.21%、62.59%、73.58%、0.918。与5个已建立的深度神经网络模型的比较实验证实,本文提出的改进的PointNet++网络架构在多光谱LiDAR点云分类任务中具有良好的性能。 展开更多
关键词 点云分类 通道注意力机制 PointNet++模型 多光谱LiDAR数据
在线阅读 下载PDF
基于深度神经网络的图像语义分割研究综述 被引量:53
3
作者 景庄伟 管海燕 +1 位作者 彭代峰 于永涛 《计算机工程》 CAS CSCD 北大核心 2020年第10期1-17,共17页
随着深度学习技术的快速发展及其在语义分割领域的广泛应用,语义分割效果得到显著提升。对基于深度神经网络的图像语义分割方法进行分析与总结,根据网络训练方式的不同,将现有的图像语义分割分为全监督学习图像语义分割和弱监督学习图... 随着深度学习技术的快速发展及其在语义分割领域的广泛应用,语义分割效果得到显著提升。对基于深度神经网络的图像语义分割方法进行分析与总结,根据网络训练方式的不同,将现有的图像语义分割分为全监督学习图像语义分割和弱监督学习图像语义分割,对每种方法中代表性算法的效果以及优缺点进行对比与分析,并阐述深度神经网络对语义分割领域的贡献。在此基础上,归纳当前主流的公共数据集和遥感数据集,对比主要的图像语义分割方法的分割性能,探讨当前语义分割技术面临的挑战并对其未来的发展方向进行展望。 展开更多
关键词 深度神经网络 图像语义分割 计算机视觉 全监督学习 弱监督学习
在线阅读 下载PDF
基于深度学习的点云语义分割研究综述 被引量:42
4
作者 景庄伟 管海燕 +3 位作者 臧玉府 倪欢 李迪龙 于永涛 《计算机科学与探索》 CSCD 北大核心 2021年第1期1-26,共26页
近年来,深度传感器和三维激光扫描仪的普及推动了三维点云处理方法的快速发展。点云语义分割作为理解三维场景的关键步骤,受到了研究者的广泛关注。随着深度学习的迅速发展并广泛应用到三维语义分割领域,点云语义分割效果得到了显著提... 近年来,深度传感器和三维激光扫描仪的普及推动了三维点云处理方法的快速发展。点云语义分割作为理解三维场景的关键步骤,受到了研究者的广泛关注。随着深度学习的迅速发展并广泛应用到三维语义分割领域,点云语义分割效果得到了显著提升。主要对基于深度学习的点云语义分割方法和研究现状进行了详细的综述。将基于深度学习的点云语义分割方法分为间接语义分割方法和直接语义分割方法,根据各方法的研究内容进一步细分,对每类方法中代表性算法进行分析介绍,总结每类方法的基本思想和优缺点,并系统地阐述了深度学习对语义分割领域的贡献。然后,归纳了当前主流的公共数据集和遥感数据集,并在此基础上对比主流点云语义分割方法的实验结果。最后,对语义分割技术未来的发展方向进行了展望。 展开更多
关键词 深度学习 语义分割 点云 计算机视觉
在线阅读 下载PDF
利用样本生成方法进行机载多光谱LiDAR数据深度学习分类 被引量:9
5
作者 赵沛冉 管海燕 +2 位作者 李迪龙 景庄伟 于永涛 《测绘通报》 CSCD 北大核心 2021年第12期16-21,共6页
机载多光谱LiDAR系统能够快速、准确地获取地物的空间几何和光谱信息,为地物覆盖分类和目标识别提供新的数据源。近年来,基于三维点云的深度学习算法取得了一系列突破性进展,然而直接将不规则的原始点云数据输入深度学习模型进行基于点... 机载多光谱LiDAR系统能够快速、准确地获取地物的空间几何和光谱信息,为地物覆盖分类和目标识别提供新的数据源。近年来,基于三维点云的深度学习算法取得了一系列突破性进展,然而直接将不规则的原始点云数据输入深度学习模型进行基于点的分类存在一定的困难。本文提出了一种基于FPS-KNN的样本生成方法,用于基于深度学习的机载多光谱LiDAR数据分类。该方法首先对输入数据进行归一化处理;然后利用最远点采样方法(FPS)和K近邻法(KNN)在输入数据中生成一系列规则大小的训练样本数据集。通过机载多光谱LiDAR数据的试验表明,该方法所生成的样本不仅符合卷积神经网络所要求的输入数据形式,而且能够确保对输入场景的完整覆盖。 展开更多
关键词 多光谱LiDAR 点云样本 深度学习 地物分类 样本尺度
在线阅读 下载PDF
基于RFA-LinkNet模型的高分遥感影像水体提取 被引量:5
6
作者 康健 管海燕 +3 位作者 于永涛 景庄伟 刘超 高俊勇 《南京信息工程大学学报(自然科学版)》 CAS 北大核心 2023年第2期160-168,共9页
针对现阶段卷积神经网络模型在复杂地物背景下水体提取精度低、多尺度特征捕获能力差、模型复杂的问题,基于LinkNet模型提出一种结合RFB模块和通道注意力机制的RFA-LinkNet高分辨率光学遥感影像水体提取模型.首先,将RFB模块用于获取高... 针对现阶段卷积神经网络模型在复杂地物背景下水体提取精度低、多尺度特征捕获能力差、模型复杂的问题,基于LinkNet模型提出一种结合RFB模块和通道注意力机制的RFA-LinkNet高分辨率光学遥感影像水体提取模型.首先,将RFB模块用于获取高阶水体语义信息与多尺度特征;其次,利用通道注意力机制,对特征编码和解码的特征进行加权融合,抑制背景特征,增强水体语义.与现有卷积神经网络模型相比,提出方法不仅具有高效的性能和鲁棒性,而且能实现高精度的水体提取. 展开更多
关键词 遥感影像 水体提取 多尺度特征 注意力机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部