姚西文
- 作品数：38 被引量：96H指数：5
- 供职机构：西北工业大学自动化学院更多>>
- 发文基金：国家自然科学基金西北工业大学基础研究基金河南省高校科技创新团队支持计划更多>>
- 相关领域：自动化与计算机技术电子电信天文地球更多>>
- 比较编码的中值滤波快速算法及FPGA实现被引量：4
- 2012年
- 为了解决传统中值滤波算法不能满足图像预处理系统实时性要求的问题,提出了一种基于比较编码的图像中值滤波快速算法,并运用Verilog HDL硬件描述语言在Xilinx公司的FPGA上进行了设计实现和功能仿真实验.实验结果表明该算法完成图像3×3窗口的中值查找运算需要6个时钟周期,16次数值比较,远高于其他算法的处理效率,非常适合应用于对实时性要求严苛的图像预处理系统.
- 姚西文郭雷赵天云杨宁
- 关键词：中值滤波FPGA图像预处理
- 一种红外图像中高压线的检测方法
- 本发明涉及一种红外图像中高压线的检测方法，首先计算红外图像的梯度，进行区域增长，得到高压线的候选区域，在候选区域内采用基于图像二阶导数的脊线检测方法得到高压线像素点，对高压线像素点进行连接并根据Freeman链码进行筛选...
- 郭雷姚西文赵天云韩军伟
- 文献传递
- 基于原型卷积神经网络的遥感图像小样本目标检测方法
- 本发明提供了一种基于原型卷积神经网络的遥感图像小样本目标检测方法。构建了主要包括特征提取与类别原型获取模块、原型引导RPN模块、重定向特征图模块和检测器模块的目标检测网络，并先在包含大量标注样本的基类数据集上进行网络模型...
- 程塨施佩珍闫博唯姚西文韩军伟郭雷
- 文献传递
- 一种基于加权稀疏编码的频域视觉显著性检测算法被引量：8
- 2013年
- 针对现有的基于频域的视觉显著性检测算法检测准确度不高的弱点,本文提出了一种基于加权稀疏编码的频域算法,旨在提高检测准确度的同时保持频域算法运算速度快的优势.在传统的稀疏编码算法基础上,本文根据各子码的增量编码长度来设置它们的权重,实现对图像的加权稀疏编码而不是直接对原始图像进行处理.最后,为了处理多维的稀疏编码信号,本文利用信息论的思想对最新发表的图像签名算法进行了多通道改进,以香农自信息的形式输出图像的显著性检测结果.在公开的人眼跟踪数据库上同9种流行算法的实验对比和对算法复杂度的分析证明了本文算法的有效性和快速性.
- 钱晓亮郭雷韩军伟程塨姚西文
- 关键词：显著性检测
- 面向SAR图像解译的物理可解释深度学习技术进展与探讨被引量：5
- 2022年
- 深度学习技术近年来在合成孔径雷达(SAR)图像解译领域发展迅速,但当前基于数据驱动的方法通常忽视了SAR潜在的物理特性,预测结果高度依赖训练数据,甚至违背了物理认知。深层次地整合理论驱动和数据驱动的方法在SAR图像解译领域尤为重要,数据驱动的方法擅长从大规模数据中自动挖掘新模式,对物理过程能起到有效的补充;反之,在数据驱动方法中加入可解释的物理模型能提升深度学习算法的透明度,并降低模型对标记样本的依赖。该文提出在SAR图像解译应用领域发展物理可解释的深度学习技术,从SAR信号、特性理解到图像语义和应用场景等多个维度开展研究,并结合物理机器学习提出了几种在SAR解译中融合物理模型和深度学习模型的研究思路,逐步发展可学习且可解释的智能化SAR图像解译新范式。在此基础上,该文回顾了近两三年在SAR图像解译相关领域中整合数据驱动深度学习和理论驱动物理模型的相关工作,主要聚焦信号特性理解和图像语义理解两大方向,并结合研究现状和其他领域的相关研究探讨了目前面临的挑战和未来可能的发展方向。
- 黄钟泠姚西文韩军伟
- 关键词：合成孔径雷达物理模型图像解译
- 神经网络训练策略对高分辨率遥感图像场景分类性能影响的评估被引量：2
- 2021年
- 机器学习方法在高分辨率遥感图像场景分类任务中已经得到大规模应用,但当前研究主要围绕数据特征和神经网络结构展开,极少提及神经网络训练策略对遥感图像分类性能的影响.因此,本文选取7种自然图像分类中常用的神经网络训练策略进行实验,根据其在3个规模较大的遥感图像数据集和4个广泛使用的神经网络模型上的实验表现,筛选出适用于遥感图像场景分类的神经网络训练策略.通过消融研究详细评估多个神经网络训练策略对遥感图像场景分类性能的影响,通过分析总体分类精度、混淆矩阵、Kappa系数得到有效的神经网络训练策略,并证明神经网络训练策略对遥感图像场景分类性能的有效性;根据叠加实验的结果分析,7种训练策略的组合可以在不同网络模型和数据集上表现出良好的适用性.
- 郑海颖王峰姜维王志强姚西文
- 关键词：高分辨率神经网络
- 一种单帧红外图像弱小目标检测和定位方法
- 本发明涉及一种基于形态学带通滤波和尺度空间理论的单帧红外图像弱小目标检测和定位方法。基本思想是：首先对预处理后的红外图像进行形态学带通滤波，检测出红外弱小目标的潜在区域；然后利用DoG算子对预处理后的红外图像进行多尺度空...
- 韩军伟程塨郭雷周培诚钱晓亮姚西文
- 光学遥感图像目标检测数据集综述
- 2023年
- 近年来,随着深度学习等人工智能技术在光学遥感目标检测领域中的快速发展,大量相关研究算法不断涌现,逐渐形成了一种基于数据驱动的光学遥感图像目标检测新范式。高质量的遥感数据成为了此类范式算法研究的前置条件和必要储备,遥感数据的重要性日益凸显。迄今为止,国内外各大研究机构已相继发布了数量众多且规模不一的光学遥感图像目标检测数据集,为基于深度学习的遥感图像目标检测算法的发展奠定了研究基础。然而,当前尚未有相关学者对已发布的光学遥感图像检测数据集进行全面的归纳整理与分析,针对此问题,本文全面调研领域文献,对2008年—2023年期间已发布的公开光学遥感图像检测数据集进行整合分析,并依据不同的数据标注方式进行划分,对其中的11个典型数据集进行了全面阐述,以表格的形式对所有的数据集信息进行归纳总结,同时采用3种分析方式去描述数据集的发展情况,即:元数据分析,从数量分布、地域分布、来源分布、规模分布着手;分辨率分析,从空间分辨率与光谱分辨率着手;基本信息分析,从类别数量、图像数量、实例数量及图像宽度信息着手,有效论证了光学遥感图像目标检测数据集必然朝着高质量、大规模、多类别的方向发展。此外,针对已发布的数据集,从水平框目标检测、旋转框目标检测以及细分检测方向(小目标检测和细粒度检测)等多个角度对相关算法的应用和发展进行了概述,证实了遥感数据对目标检测算法的研究具有积极的推动作用。综上,本文将为基于深度学习的目标检测算法在遥感领域的应用提供参考。
- 袁一钦李浪姚西文李玲君冯晓绪程塨韩军伟
- 关键词：光学遥感图像数据源目标检测
- MAR20:遥感图像军用飞机目标识别数据集
- 2023年
- 遥感图像军用飞机目标识别是对遥感图像中的军用飞机进行定位和细粒度分类,其在侦察预警、情报分析等领域起着至关重要的作用。但是,由于数据集匮乏,遥感图像军用飞机目标识别发展相对缓慢。为推动该领域的研究进展,本文构建了公开的遥感图像军用飞机目标识别数据集MAR20 (Military Aircraft Recognition)。该数据集具有以下特点:(1) MAR20是目前规模最大的遥感图像军用飞机目标识别数据集,包含3842张图像、20种军用飞机型号以及22341个实例,并且每个目标实例具有水平边界框和有向边界框两种标注方式;(2)由于所有的细粒度类别均隶属于飞机大类,因此不同型号的飞机往往具有相似的特征,导致不同型号目标具有较高的相似性;(3)由于遥感图像采集过程中受到气候、季节、光照、遮挡、乃至大气散射等因素的影响,相同型号的目标存在较大的类内差异性。最后,为建立遥感图像军用飞机目标识别基准,本文在MAR20数据集上评估了7种常用的水平框目标识别方法和8种有向框目标识别方法。
- 禹文奇程塨王美君姚艳清谢星星姚西文韩军伟
- 关键词：军用飞机目标识别数据集遥感图像
- 一种基于一致性约束的自学习小样本遥感图像分类方法
- 本发明涉及一种基于一致性约束的自学习小样本遥感图像分类方法，将自学习方法嵌入到深度卷积神经网络中，提出自学习式小样本遥感图像分类方法，综合利用自学习方法和深度卷积神经网络优点。在迭代训练过程中，采用一致性判别准则不断产生...
- 姚西文杨柳青程塨韩军伟郭雷
- 文献传递
