您的位置: 专家智库 > >

张磊

作品数:6 被引量:20H指数:2
供职机构:中国人民解放军信息工程大学更多>>
发文基金:国家自然科学基金国家重点实验室开放基金更多>>
相关领域:自动化与计算机技术天文地球更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文
  • 1篇会议论文

领域

  • 4篇自动化与计算...
  • 3篇天文地球

主题

  • 3篇遥感
  • 1篇导航
  • 1篇导航卫星
  • 1篇导航卫星系统
  • 1篇信息采集
  • 1篇遥感图像
  • 1篇遥感影像
  • 1篇遥感影像检索
  • 1篇异源
  • 1篇影像
  • 1篇影像检索
  • 1篇影像特征
  • 1篇语义分析
  • 1篇知识库
  • 1篇知网
  • 1篇三维重建
  • 1篇神经网
  • 1篇神经网络
  • 1篇统计预测
  • 1篇图像

机构

  • 6篇中国人民解放...
  • 1篇集美大学
  • 1篇辽宁科技大学

作者

  • 6篇张磊
  • 3篇于英
  • 2篇张永生
  • 1篇李磊
  • 1篇王昶
  • 1篇李晓婷
  • 1篇沈建京
  • 1篇纪松
  • 1篇李力

传媒

  • 2篇遥感学报
  • 1篇测绘学报
  • 1篇光学学报

年份

  • 2篇2024
  • 1篇2022
  • 1篇2021
  • 1篇2019
  • 1篇2007
6 条 记 录,以下是 1-6
排序方式:
全球导航卫星系统拒止条件下无人机影像快速级联检索方法
2024年
提出一种全球导航卫星系统(GNSS)拒止条件下的无人机影像快速级联检索方法。基于影像的全局特征,利用哈希小波方法,根据相似度对无人机和卫星影像进行初次检索、筛选和重排序;根据SuperPoint网络设计轻量化特征提取网络(ISFFRN),基于一次检索结果和影像局部特征进行二次检索和排序,以精准筛选目标影像。选用NVIDIA Jetson AGX Orin模拟无人机机载处理设备,在公开的Inria航空影像数据集上开展实验验证。实验结果表明,所提出的级联检索方法在实验区域内能够高效、准确地完成异源影像的快速检索任务,检索过程耗时少于0.5 s,具备满足机载GNSS设备射频广播频率的实时化应用潜力。
高寒于英李力李磊宋亮张磊
关键词:遥感影像检索
遥感图像倾斜边界框目标检测研究进展与展望被引量:13
2022年
遥感图像目标检测是遥感图像处理中的一个基本问题,尤其是伴随着深度学习以及遥感影像获取等技术的发展与突破,基于深度学习的遥感图像目标检测得到了广泛的关注。区别于自然图像,遥感图像中的物体目标具有方向任意的特点,众多国内外学者提出一系列基于倾斜边界框的遥感图像目标检测算法,推动了遥感图像目标检测的提升。为使得相关领域研究者对基于深度学习的遥感图像倾斜框目标检测的理论、流程及其现存问题有一个比较全面的认知,本文将对其进行系统的整理和归纳。
张磊张永生于英马永政姜怀刚
关键词:遥感图像卷积神经网络
建筑物变化的多特征融和及随机多图综合检测法被引量:6
2021年
针对遥感影像建筑物变化检测过程中存在构造的差异影像凸显建筑物效果不理想、提取训练样本质量差及分类精度低等问题,本文从差异影像构造、高质量训练样本提取及分类方法等3方面进行研究,提出一种基于多特征融合及随机多图的遥感影像建筑物变化检测方法。首先,把通过CVA获取不同时相遥感影像光谱特征差异图、纹理特征(灰度共生矩阵法)差异图及通过求差获取不同时相遥感影像形态学建筑物指数特征差异图、最佳尺度分割后的形状特征差异图按照一定比例相加来构造差异影像,从而有效凸显建筑物变化信息;然后采用构造的变分去噪模型对差异影像进行去噪处理,利用频域显著性方法获取去噪差异影像的显著性图,通过模糊c-均值算法对显著性图选取阈值得到的粗变化检测图进行预分类,从而获取高质量建筑物及非建筑物训练样本;最后,把从遥感影像及特征影像上提取建筑物和非建筑物训练样本的邻域特征引入随机多图分类模型中进行标签训练,并利用训练好的随机多图分类器对粗变化检测图进行建筑物变化检测,从而得到高精度的建筑物变化检测结果。为了验证本文方法的有效性,选择同源及多源遥感影像进行试验分析。试验结果表明,本文方法可以检测出更多建筑物变化信息及较少的非建筑物变化信息,同时Com值、Cor值及FM值也明显高于其他比较方法。
王昶王昶张永生纪松
关键词:影像特征
基于深度学习的自监督单目动态场景深度估计综述
2024年
现实世界中不存在完全静态的场景,动态场景下的单目深度估计方法是指从单幅影像中同时获取动态前景和静态背景的深度信息,与传统双目估计方法相比具有运用灵活、成本较低等优势,有着极强的研究意义和广阔的发展前景,在三维重建、自动驾驶等下游任务中起着关键作用。深度学习技术迅速发展,自监督学习不使用真实数据标签,吸引众多学者的研究热情。国内外众多学者为了处理场景中的动态物体相继提出一系列自监督单目深度估计算法,为广大相关领域的研究者奠定了研究基础,但目前尚未有对上述方法进行综合分析的研究。针对这一问题,本文对基于深度学习的自监督单目动态场景深度估计技术进展情况进行了系统性梳理与总结,首先归纳了基于深度学习的自监督单目深度估计的基本模型,分析了动态物体是如何对场景深度估计产生的影响;其次,介绍了单目深度估计研究的常用数据集以及评价指标,对经典动态场景下单目深度估计模型进行了性能对比分析;然后,依据对动态物体的处理方式不同,分别从动态场景鲁棒深度估计和动态物体跟踪与深度估计两个研究方向,进行了总结与定量分析;最后对动态场景单目深度估计的未来发展方向进行了展望。
程彬彬于英张磊王自全江志鹏
关键词:遥感三维重建
基于深度学习和词典定义的义原预测研究
义原是人类语言中不可再分的最小语义单元,在自然语言处理领域的多种任务中起到重要作用。知网HowNet是一个典型的义原知识库,是由语言学家历时多年经过手工标注构建起来的,已得到广泛应用。随着社会发展,语言中的词汇和语义不断...
张磊
关键词:知识库知网
文献传递
面向服务的主动式统计预测报表技术
随着当今互联网的蓬勃发展,对特定领域的信息采集和统计的需求也日趋明显,然后信息急速膨胀,使有效定向采集和统计特定领域信息并得到其相应的预测结果成为一个日益重要的研究方向。通过运用汉语分词、潜在语义分析和语义匹配等技术,构...
李晓婷张磊沈建京
关键词:潜在语义分析报表信息采集
文献传递
共1页<1>
聚类工具0