作者单位
摘要
1 天津大学微电子学院,天津 300072
2 天津大学智能与计算学部,天津 300072
3 天津市成像与感知微电子技术重点实验室,天津 300072
针对无人机航摄图像中目标尺寸差异大导致的感受野难以同时兼顾不同尺寸物体分割效果的问题,提出了利用两路分支分别提取浅层和深层信息的双路特征融合网络(DSFA-Net)。在编码器中,浅层分支利用三个串行ConvNeXt模块提取高通道数的浅层特征以保留更多空间细节;深层分支利用坐标注意力空洞空间金字塔池化(CA-ASPP)模块为特征图重新分配权重,使网络更加关注尺寸各异的分割目标,获得深层多尺度特征。在解码过程中,网络利用双边引导融合模块为两层特征建立通信以进行分辨率融合,提高层级特征的利用率。所提方法在AeroScapes和Semantic Drone航摄图像数据集上进行了实验,其平均交并比分别达到83.16%和72.09%、平均像素准确率分别达到90.75%和80.34%。与主流的语义分割方法相比,所提方法对于具有较大尺寸差异的目标,分割能力更强,更适用于无人机航摄图像场景下的语义分割任务。
语义分割 特征融合 双路网络 坐标注意力空洞空间金字塔池化 多尺度特征提取 semantic segmentation feature aggregation dual-stream architecture coordinate attention atrous spatial pyramid pooling multi-scale feature extraction 
激光与光电子学进展
2023, 60(24): 2428005
作者单位
摘要
航天工程大学, 北京 101416
针对传统依靠人工经验设计并提取雷达辐射源特征的繁琐和区分度不够的问题, 提出了一种改进的双路网络(DPN)自动提取特征并识别的方法。首先将一维的雷达时域信号变换到二维时频域, 然后直接输入双路网络进行识别, 即将雷达辐射源的识别转化为图像的识别, 有效缓解了上述问题。同时, 针对双路网络层次过深带来的特征流失问题, 提出用于对雷达辐射源特征图校准重采样的轻量级模块——三流注意力模块(TPAM), 并嵌入双路网络构成三流注意力双路网络(TPAM-DPN)对雷达辐射源进行识别。对6种常见的雷达信号进行了仿真实验, 证明了所提方法提取的特征更有利于提高雷达辐射源识别率,且时效性更好。
雷达辐射源识别 时频图像 双路网络 三流注意力模块 自动特征提取 radar emitter identification time-frequency image DPN TPAM automatic feature extraction 
电光与控制
2020, 27(9): 28

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!