目标识别科研前沿进展 2018.11.08 方建勇1
![preview](https://dl-preview.csdnimg.cn/86309553/0001-275b7167ccb0f3fae2276d93fe43ed64_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
【目标识别科研前沿进展 2018.11.08 方建勇1】 本文主要探讨了目标识别领域的最新进展,特别是在微表情识别和雷达目标识别等方面的应用。微表情识别是一个具有挑战性的任务,因为它涉及到跨数据库的问题,即训练和测试样本可能来自不同的数据库,导致特征分布差异。为了解决这个问题,研究者们正在探索新的机器学习和深度学习方法。 1. **混合神经网络框架及其在雷达自动目标识别中的应用** 由张哲、陈翔和智田文提出的一种混合神经网络框架,将传统的信号处理(SP)操作与深度神经网络(DNN)相结合,以提高网络的能力和特征提取效率。这种方法允许利用已知的信号模型属性,将SP层集成到DNN架构中,通过同时优化DNN权重和SP运算符的参数来提升性能。在雷达自动目标识别(ATR)问题上进行测试,混合神经网络实现了高达96%的验证精度,相比纯DNN模型,它能显著减少训练数据需求,提高学习效果。 2. **基于分层聚类的主动目标时间投影室数据轨迹自动识别** 由Christoph Dlitz等人提出了一种非参数算法,基于点三胞胎的思想进行轨迹重建。这种算法在点三胞胎上定义合适的距离度量,并使用单链层次聚类。与参数化方法如RANSAC或Hough变换相比,新算法能够识别之前未知形状的轨迹,特别适用于低能核物理实验中在磁场中运行的有源目标。实验表明,该算法在顶点检测召回率和精度上表现出色,尤其在识别非线性轨迹时。 3. **街景视频中目标的实时检测与识别研究** 刘建民的研究提出了一种实时检测和识别街景视频中目标的方法,利用分离置信度计算和尺度综合优化。这种方法在高帧率和高清晰度的场景视频中表现优异,具有较高的准确性和鲁棒性,优于传统方法。 4. **基于移动平台的手语识别迁移学习的优化** Dhruv Rathi的工作关注于美国手语(ASL)识别系统的优化,特别是面向移动平台的实时识别。研究采用转移学习策略,基于预训练的高端模型优化ASL字母的手势识别,并在内存高效的移动应用上运行,提供90.03%的准确识别率和2.42秒的平均识别时间,相比之前的研究,在准确性和识别速度方面有显著改进。 5. **方向角不变SAR目标识别的可滚动潜在空间** Kazutoshi Sagi等人提出了一种可滚动潜在空间(RLS)方法,用于方向角不变的合成孔径雷达(SAR)目标识别。在标记数据稀缺和视角有限的情况下,RLS方法有助于提高SAR目标识别的性能,解决角度变化带来的识别难题。 这些研究展示了目标识别领域的最新进展,包括混合深度学习模型、非参数算法以及移动平台的优化应用,它们共同推动了该领域的发展,提高了识别的准确性、实时性和泛化能力。
![](https://csdnimg.cn/release/download_crawler_static/86309553/bg1.jpg)
![](https://csdnimg.cn/release/download_crawler_static/86309553/bg2.jpg)
![](https://csdnimg.cn/release/download_crawler_static/86309553/bg3.jpg)
剩余15页未读,继续阅读
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![docx](https://img-home.csdnimg.cn/images/20210720083331.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![avatar](https://profile-avatar.csdnimg.cn/a4e6c44f6dcb4d4b8c4518d7aad20af4_weixin_35804997.jpg!1)
- 粉丝: 20
- 资源: 304
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- Fortran语言教程&案例&相关项目资源
- 文件文件文件文件文件文件文件
- SQLE专业版安装包sqle-trial-3.2405.0.qa.el7.x86-64.rpm
- PyCharm软件官方汉化包
- ISO12233分辨率测试卡,PDF格式,可以自己打出来用来测试镜头或者投影的对焦以及形变
- 《Pro React》是一本关于React.js的高级指南书籍,旨在帮助开发人员深入了解和掌握React.js框架
- 基于Python的深度学习神经网络实现的人脸识别系统
- TeleScan PE PCIE驱动调试工具 (win10 ,WIN11,Ubuntu, CentOS)
- 基于YoloV5-V5.0的工地安全帽检测并且包含开源的安全帽数据集
- svn64位1.1客户端汉化版
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)
评论0