論文元數(shù)據(jù)搜索,找到相關(guān)信息共 5 條:
2022, 44(8): 2949-2956.
doi: 10.11999/JEIT210537
刊出日期:2022-08-17
針對目前圖像隱寫檢測模型中線性卷積層對高階特征表達(dá)能力有限,以及各通道特征圖沒有區(qū)分的問題,該文構(gòu)建了一個基于多層感知卷積和通道加權(quán)的卷積神經(jīng)網(wǎng)絡(luò)(CNN)隱寫檢測模型。該模型使用多層感知卷積(Mlpconv)代替?zhèn)鹘y(tǒng)的線性卷積,增強隱寫檢測模型對高階特征的表達(dá)能力;同時引入通道加權(quán)模塊,實現(xiàn)根據(jù)全局信息對每個卷積通道賦予不同的權(quán)重,增強有用特征并抑制無用特征,增強模型提取檢測特征的質(zhì)量。實驗結(jié)果表明,該檢測模型針對不同典型隱寫算法及不同嵌入率,相比Xu-Net, Yedroudj-Net, Zhang-Net均有更高的檢測準(zhǔn)確率,與最優(yōu)的Zhu-Net相比,準(zhǔn)確率提高1.95%~6.15%。
2011, 33(11): 2694-2701.
doi: 10.3724/SP.J.1146.2011.00148
刊出日期:2011-11-19
基于干涉合成孔徑雷達(dá)(Interferometric SAR, InSAR)技術(shù)生成高精度數(shù)字高程模型(Digital Elevation Model, DEM),需要進(jìn)行干涉定標(biāo)。繁重的地面控制點(Ground Control Points, GCPs)布放不利于InSAR大區(qū)域地形測繪的自動化。該文介紹一種稀疏GCPs下,基于自動提取的連接點(Tie Points, TPs),利用最小二乘平差原理,實現(xiàn)InSAR區(qū)域網(wǎng)內(nèi)多景相互重疊DEM的同時重建方法。通過改變參與重建的TPs數(shù)目,用X波段InSAR實測數(shù)據(jù)的實驗驗證了該文方法的有效性。
2008, 30(11): 2759-2762.
doi: 10.3724/SP.J.1146.2007.00777
刊出日期:2008-11-19
該文對一種直線終端金屬線狀結(jié)構(gòu)的天線相關(guān)特性進(jìn)行了分析,對天線在自由空間的輻射特性、輻射有效區(qū)以及電壓駐波比(VSWR)用時域有限差分方法(FDTD)進(jìn)行了分析,同時進(jìn)行實際測試;研究了終端阻抗、介質(zhì)介電常數(shù)、天線張角和距地面高度的變化對天線特性的影響,對在不同調(diào)制頻率下的近場分布特性進(jìn)行了仿真。結(jié)果表明,仿真和測試結(jié)果基本一致,該種類型天線比常規(guī)bow-tie天線對測試環(huán)境變化的適應(yīng)能力更強。
2012, 34(2): 324-332.
doi: 10.3724/SP.J.1146.2011.00487
刊出日期:2012-02-19
該文針對干涉合成孔徑雷達(dá)(Interferometric Synthetic Aperture Radar, InSAR)區(qū)域網(wǎng)連接點(Tie Points, TPs)檢測問題,提出一種基于奇異值分解(Singular Value Decomposition, SVD)的檢測方法。其核心思想是:為每個特征點構(gòu)建特征描述符,針對特征描述符的相異性度量距離按一定的相似性分布構(gòu)建相似性分布矩陣,再由相似性分布矩陣的SVD建立匹配矩陣,并結(jié)合匹配矩陣次大值和最大值比值實現(xiàn)TPs檢測。該算法具有快速、簡單、操作性強等特點。對不同地貌的SAR影像實驗驗證了該方法的有效性。
2013, 35(9): 2141-2146.
doi: 10.3724/SP.J.1146.2012.01581
刊出日期:2013-09-19
對于重疊區(qū)域較小的相鄰兩條帶SAR圖像,嚴(yán)重幾何畸變使得難以直接提取同名點(Tie Points, TPs)。該文基于InSAR圖像成像信息和相干信息提出一種新的同名點提取方法。該方法首先根據(jù)成像信息對原始圖像進(jìn)行仿射變換,然后利用光學(xué)影像特征匹配的方法獲得同名點,最后以相干系數(shù)圖為導(dǎo)引對同名點進(jìn)行篩選。通過對實際InSAR數(shù)據(jù)(重疊區(qū)域15%)的處理,該方法不僅能夠自動提取同名點,而且提取的同名點滿足高精度的干涉測圖要求。同時使得一幅高精度正射圖像由5個條帶減少到3個條帶拼接,大大降低了測圖作業(yè)量和測圖成本。