目标特征

摘要： 为提高信息智能推荐系统的目标特征数据挖掘精度,提出新的信息智能推荐系统目标特征数据挖掘方法。采用分布式链路融合方法构建数据存储模型,在多维特征空间中实现对特征数据的解析,基于此分析目标特征分布集,根据大数据的关联规则分布特性,实现数据智能融合处理。采用显著度特征解析控制的方法提取目标特征模板匹配特征量,实现信息智能推荐系统目标特征数据的挖掘。实验结果表明,所提目标数据挖掘方法准确性较高,且信息智能推荐系统目标特征数据挖掘过程具有较为理想的聚类性。

摘要： 伴随着太赫兹雷达技术的快速发展,有关太赫兹目标特性的研究得到国内外学者的重视,并成为近几年的一个重要研究领域。本文综述并分析了太赫兹目标特性的国内外最新研究进展,包括光滑和粗糙表面简单散射体的太赫兹特征、复杂形状目标缩比模型的太赫兹ISAR成像、缩比模型的太赫兹RCS测量的研究进展,为太赫兹雷达系统设计、目标识别以及隐身目标设计等研究工作提供基础。

摘要： 为了提高对机动目标的跟踪精度,更准确地获得目标实时位置与速度信息,提出了一种改进型交互多模型跟踪算法。采用目标特征数据为初始数据提供限定域,然后在滤波器中加入调节参数,从而利用目标状态增益矩阵与协方差矩阵的迭代完成对跟踪精度的优化。实验仿真分析了机动目标的3种常见状态,并与传统交互多模型跟踪算法进行了对比。实验结果显示,该算法调节参量偏转角分别为4°,2°和1°时,均方根误差均值分别为15.91 m,11.79 m和11.39 m,明显优于传统算法所得的均值21.39 m。随着参数精度的提高,滤波器对由机动目标状态引起的误差波动起到一定的抑制作用。

摘要： 针对传统目标跟踪的难点如目标与背景混淆及目标外观急剧变化等问题,利用高光谱视频包含的二维空域信息和丰富的一维频谱信息,提出一种快速鲁棒目标跟踪算法FRHT。首先,在传统的空域注意力机制上基于高光谱数据的特点引入频谱注意力机制,设计了相关滤波框架下自适应更新学习的跟踪器;其次,手工设计高光谱运动目标特征以加快跟踪器运算速度;最后,提出一种运动目标异常检测机制,以增强跟踪器对各种干扰的鲁棒性。仿真结果表明,在高光谱数据集上,跟踪器FRHT的速度和精度显著优于KCF,SAMF和CSR-DCF等传统跟踪算法,精度提升2%以上;引入运动目标检测机制后,算法鲁棒性得到改善。

摘要： 针对高速侵彻弹药侵彻大厚度目标时,引信识别到的过载信号频率成分复杂、振荡剧烈,无法准确识别战斗部出靶等特征,严重影响在靶后特定距离起爆控制精度的问题,提出采用应力波补偿的方法将过载信号抖动消除,获取近似刚体过载,提高碰靶和出靶等目标特征识别率,进而得到准确的出靶时刻及余速。针对战斗部垂直侵彻均质混凝土靶板的理想工况,通过弹体弹性模量、密度及外形尺寸等参数得到应力波特征频率,通过碰靶速度得到应力波幅值范围,通过识别碰靶时刻,将提前算好参数的应力波信号对侵彻过载信号补偿,抵消过载信号中的应力波成分后再滤波。仿真结果表明,采用应力波补偿算法处理后的过载信号靶后起爆控制精度较高。

摘要： 雷达对空中目标的分类识别技术是雷达信号处理领域中的关键技术.目前大部分雷达目标识别方法通用性较差且对雷达具有较高的要求.针对该问题,提出一种将目标回波的周期性调制谱信息图像化后,基于卷积神经网络调制谱图处理的空中目标识别方法.目标调制谱图像通过卷积神经网络逐层变换自动学习到目标特征信息,最终通过分类器进行分类识别.该方法避免了传统人工拟定调制谱特征的方式,实现了端对端的空中目标识别方法.实验结果表明,基于调制谱图的卷积神经网络模型具有较高的空中目标识别准确率,且模型的鲁棒性和泛化能力较好.

摘要： 针对深度学习方法在视觉上检测安全帽佩戴过程中存在对施工人员等小目标漏检率高和实际中需达到实时监测的要求,提出一种改进的目标检测模型.首先,在该算法的原网络上加入残差网络模块,使得小目标的特征不会随着网络的加深而导致梯度消失的情况,且能更好地改善对小目标的漏检率高的问题.然后,对损失函数与筛选预测框进行了优化.理论分析与结果表明:与原算法相比,改进后算法的识别准确率提高了4.6％,召回率提高了3.9％,平均精确率均值提高了4.1％,帧率达63帧/s.可见提出的改进算法能更好地提取小目标特征,同时也减少了边界框位置误差.

摘要： 在雷达目标识别应用领域,为提升雷达目标识别精度,我们构建了一种基于目标特性知识图谱.主要是描述面向雷达目标识别领域的行业知识图谱技术,我们抽取雷达目标识别领域所具有的特定实体与特定关系,并在此基础上完成语义网络的构建.该语义网络中包含雷达目标识别目标特性知识,对提升雷达目标识别能力提供一种解决思路.

摘要： 一流大学建设高校建设方案,作为能反映各一流大学建设高校未来建设规划的重要文本,描绘了各高校"双一流"建设的总体蓝图。研究通过汇总首批42所一流大学建设高校建设方案,运用ROST content mining软件对其建设目标部分进行内容分析,发现一流大学建设目标的共同特征以及所存在的问题,并获得启示:一流大学建设目标设定要具体可行,要符合实际,要体现特色。

摘要： 微分几何方法在描述目标特征方面具备较好的前景。首先概述了目标特征表达中的几个难点以及一些传统的解决方法;其次,综述了微分几何方法在模式识别领域应用的历史,并阐述了基本的微分几何量在目标识别中的应用及其优势;再次,针对目前处于研究前沿的微分不变量,半微分不变量和不变量特征曲线进行了总结,阐述了这些方法的特点。最后针对微分不变量对噪声敏感的情况,综述了联合不变量的研究现状和前景。

摘要： 在某视频导引系统中,通过视觉传感器得到是一幅含有各种噪声和局部失真图像.通过图像预处理技术可以降低噪声和失真程度,但处理后的数据不一定有助于特征提取和匹配,甚至有可能提取不到有效特征.对于主要研究的不规则圆弧曲线目标特征,图像识别采用hough圆变换来检测圆轮廓,会使捕捉到的近似圆心坐标和有效半径误差较大;随拟研究采用改进型hough变换技术,识别目标特征,对偏移量精确计算,采用SIFT算法进行特征提取匹配;综合上述几种技术能降低误差和精准提取特征值,从而准确捕获目标,解决上述诸多难题.

摘要： 在基于合作目标的视觉测量系统中,常采用全局搜索进行初始化后,在后续帧中进行标记点的邻域搜索来提高系统的数据更新率.然而邻域范围的大小和运动估计的偏差限制了合作目标在帧间的移动距离,并不适合高速运动目标的实时测量.本文针对高速运动目标视觉测量的系统结构进行研究,在嵌入式平台的FPGA中实现了合作目标标记点的像素级算法.在相机图像的传输过程中完成基于双阈值全局搜索的标记点像素检测、像素区域识别、10级流水运算的质心提取、多标记点并行运算等功能,避免了邻域搜索带来的邻域设定、系统更新率、合作目标速度之间的矛盾.实验结果表明,经改进后的视觉测量系统在2048×2048分辨率、5标记点的情况下,数据更新率达到186.33fps,相比与改进前的全局搜索和邻域搜索,分别提高33.5倍和2.7倍,使视觉测量系统的应用范围扩展到高速运动目标测量领域,具有良好的应用价值。

摘要： 雷达依靠发射高频电磁波并就收目标散射的电磁能量而工作,其核心是电磁能量的收/发,地刺波同目标及环境的相互作用.研究雷达目标散射特性的方法主要有静态测量(包括缩比和全尺寸目标测量),动态测量和理论技术.先进的宽带雷达技术为目标特征提供了良好手段,计算电磁学和大规模并行计算技术的发展也为目标散射特征测量的理论计算提供了技术基础.事实上,雷达与北京特性已成为雷达研究领域中的一个独立且活跃的分支,近年来雷达现象学(radar phenomenology,涵盖了目标特征信号,目标现象学,背景现象学等)一词已被广泛使用.事实上,没有雷达现象学,就没有现代雷达意义上的目标探测与识别.对于一个实际雷达系统，由于地球，大气，降雨等各种环境的影响，入射到目标的雷达波和接受的目标回波均将受到雷达和目标周围传播环境的影响。为了精确的预测雷达的性能和目标特性，必须考虑地球及大气对雷达系统的影响，包括大气的吸收和折射的影响，地球曲率的影响，地面和海绵对电磁波的散射。

摘要： 声纹特征具有非接触获取、手段便利、验证代价低廉、目标特征唯一等特点.通过声纹数据库的建立,利用声纹识别技术实现反恐、绑架、敲诈、勒索、恐吓等各类案件的中犯罪嫌疑人的快速锁定、及时破案.本文着重从声纹数据库建设的意义、目标、内容、实施、应用五个阐述,为声纹数据库建设提供一些参考意见.

摘要： 提出一种行为理解的方法,给出视频监控中行为识别的系统结构,利用分层的陈述性模型为行为建模,该模型具有易于修改、扩充、推广、描述等优点.同时,提出了基于贝叶斯网络的行为自动识别算法,构成了将目标特征及构成行为的子行为或简单行为在不同层次上连接,从而构造了一个能对运动目标行为进行分析、推理的贝叶斯因果模型.

摘要： 将粗糙集决策算法用于常规雷达目标多特征融合分类,并进行雷达目标类型识别,可提高目标的识别率,增强系统的稳健性。通过建立目标特征知识系统与分类决策表,提出了决策规则的应用和系数的确定,并提出了目标融合分类的步骤与方法。当雷达从不同姿态角照射目标时,从回波序列提取的目标径向投影特征属性取值将分布在一个与目标结构尺寸有关的区间之内,加之雷达测量误差使目标属性测量值呈平稳正态分布,所以,对决策表的条件属性取值进行区间划分将有助于增加条件属性矢量的容差能力,提高分类决策的稳健性。以一个包含6类30种目标的知识系统为例的分类实验达到了不低于90％的识别率。

摘要： 目标的最佳描述区域对于建立目标特征、目标跟踪、目标轮廓求取具有非常重要的意义。针对这类问题,提出了一种目标区域最佳椭圆描述确定方法。新方法首先根据目标和背景的差别确定出目标区域,然后利用尺度空间理论计算出目标的最佳椭圆描述。实验表明,新算法可以有效、准确地确定出目标包含区域的大小和方向。

摘要： 提出了一种基于D-S证据理论的空中目标识别方法。该方法首先对目标特征进行提取,然后根据提取的特征利用模糊C均值聚类的方法进行基本概率分配,最后利用D-S组合公式进行融合识别。实例验证了算法的有效性。

摘要： 为了提高三站测向交叉定位的精度，以最小二乘算法的误差几何稀释度为基础对三站的最佳配置形式进行了分析。指出当目标位于传感器形成的三角形闭合区域内、外侧时，其最佳配置分别是目标位于三传感器形成的等边三角形的中心及等腰直角三角形的斜边中点;同时得到了最小二乘算法达到最优估计的条件，即以目标位置为原点建立坐标系且该原点同时为传感器的外接圆圆心。仿真结果验证了上述最佳配置形式的分析，并指出该分析可以应用到基于传感器管理的多站无源定位算法中。

摘要： 本发明提供了一种目标图像特征点定位方法和目标图像特征点定位系统，属于模式识别领域。目标图像特征点定位方法包括步骤：(1)输入目标图像，定义目标图像特征点中的关键点，并确定关键点在目标图像中的具体位置；(2)以所取训练样本的特征点的坐标平均为平均特征点，根据关键点位置对平均特征点进行二维变形和三维变形，以变形的结果作为目标图像的初始化特征点；(3)以初始化特征点作为基础，精确定位目标图像特征点。目标图像特征点定位系统包括关键点定位装置、初始化特征点获取装置、以及目标图像特征点定位装置。本发明的方法和系统实现目标图像特征点的精确定位和快速定位，可以在图像处理等领域中广泛应用。

摘要： 具有处理器和存储器的计算机取得保存有访问网页服务器的内容的用户终端的历史信息的会话数据和保存有用户的属性信息的用户属性数据来作为用户数据，取得保存有所述内容的属性的页面属性数据和保存有提供了所述内容的发布者的属性的发布者属性数据作为发布者数据，取得作为提取对象的发布者和该发布者设为获得目标的用户特征作为目标类型，根据目标类型计算提取对象的数据的项目和值的范围，根据所述用户数据和所述发布者数据计算与所述项目对应的提取对象数据，根据所述提取对象数据和所述发布者数据，基于所述项目的值的范围计算访问的特征量。

摘要： 本发明提供了一种目标图像特征点定位方法和目标图像特征点定位系统，属于模式识别领域。目标图像特征点定位方法包括步骤：(1)输入目标图像，定义目标图像特征点中的关键点，并确定关键点在目标图像中的具体位置；(2)以所取训练样本的特征点的坐标平均为平均特征点，根据关键点位置对平均特征点进行二维变形和三维变形，以变形的结果作为目标图像的初始化特征点；(3)以初始化特征点作为基础，精确定位目标图像特征点。目标图像特征点定位系统包括关键点定位装置、初始化特征点获取装置、以及目标图像特征点定位装置。本发明的方法和系统实现目标图像特征点的精确定位和快速定位，可以在图像处理等领域中广泛应用。

摘要： 本发明公开了一种基于光学目标一维曲线波峰特征提取的多目标识别方法，满足了大型激光装置准直流程中光学目标识别处理对于精度和效率的要求，该方法的主要实现步骤如下：步骤1：对采集的原始图像进行二值化；步骤2：数字形态学的膨胀运算处理；步骤3：目标分离；步骤4：目标识别；目标识别中通过分析两个目标在图像X方向或者Y方向上的一维曲线特征指标来实现；首先，计算波峰个数，如果波峰个数为1，则对应光斑为模拟光目标；如果波峰个数大于1，说明水平曲线包含多个波峰，在左边上升沿和右面下降沿之间是存在波谷，则该曲线对应的光斑为远场目标。

摘要： 一种目标特征提取的方法，包括：第一步，目标发现框锁定目标类；第二步，分割目标发现框，使目标发现框分成局部重合的若干子框；第三步，计算各子框内的颜色直方图。将目标发现框分割成局部重合的若干子框组成，目标轮廓区域可以被更多的子框所包含，也就是说更多的子框能够包含轮廓区域。由于目标的轮廓区域颜色的纹理特征更加丰富，因此更多的子框包含到了这种颜色纹理丰富的区域，子框的颜色直方图更能够反应目标的特征，有利于提高目标跟踪的可靠性。

摘要： 一种目标特征提取的方法，包括：第一步，目标发现框锁定目标类；第二步，分割目标发现框，使目标发现框分成局部重合的若干子框；第三步，计算各子框内的颜色直方图。将目标发现框分割成局部重合的若干子框组成，目标轮廓区域可以被更多的子框所包含，也就是说更多的子框能够包含轮廓区域。由于目标的轮廓区域颜色的纹理特征更加丰富，因此更多的子框包含到了这种颜色纹理丰富的区域，子框的颜色直方图更能够反应目标的特征，有利于提高目标跟踪的可靠性。

摘要： 本发明公开了一种基于局部特征和全局HSV特征组合的目标特征描述方法，包括以下步骤：获取目标对象帧，在目标对象帧中选取背景区域、目标区域、并设定用于计算局部像素块似然度的扩展区域；利用超像素聚类方法将目标区域分割成若干局部块，对每一局部块分别提取边缘方向特征和亮度特征并组合成局部特征描述向量；分别计算背景区域和目标区域的HSV空间颜色特征，并组合成全局特征描述向量；利用局部特征描述向量计算目标区域局部块的似然，通过目标区域中每一个位置像素属于对象目标区域的概率计算全局似然；利用局部块似然和全局似然计算目标区域总体似然概率，根据目标区域的总体似然概率判断特征描述的准确度。本发明提高了目标表观描述的准确度。

摘要： 结合多表征特征以及目标预测法进行目标检测的方法，属于目标检测算法领域。现有的目标检测方法不能完全发挥混合特征的多表征优势，候选区域生成算法耗费大量计算资源，严重影响目标检测的实时性。结合多表征特征以及目标预测法进行目标检测的方法，基于图像空间域和频域信息的多表征特征提取算法提取完备的图像特征，生成包含完备表征信息的特征图；区域建议网络利用多表征特征图预测可能出现目标的区域作为候选区域；待选区结合骨干网络生成的多表征特征图进行区域最大池化生成目标特征向量，并用来计算目标类型概率和目标边界框回归参数；目标检测。实现在不同场景下目标检测任务，并达到精准的效果。

摘要： 本发明请求保护一种引入目标间拓扑特征的扩展目标跟踪方法、介质及系统。该方法在目标跟踪过程中，同时考虑目标自身属性以及目标之间的相对位置关系来建立目标的特征模型，使目标具有位姿、形状、拓扑三个方面的特征属性，并通过加权计算目标量测与目标轨迹之间位姿、形状、拓扑特征相似度得出目标相似度，利用相似度做目标关联，最后利用卡尔曼滤波器得到目标的最优状态估计。本方法针对现有目标跟踪方法中对于目标信息利用不充分的缺点，对扩展目标特征属性进行增广，加入目标间的拓扑特征属性，利用目标间的拓扑关系改进目标量测与目标轨迹之间的数据关联，提高数据关联准确度，来提高目标跟踪精度，改善扩展目标跟踪性能。

摘要： 本发明公开了一种目标特征注意力与金字塔相耦合的微小目标检测方法，包括以下步骤：S101，特征提取层的近末端加入空间金字塔池化，提高对局部小目标特征的感知能力，且同时兼顾全局特征；S102，特征融合层嵌入关键小目标特征通道注意力和空间注意力做金字塔式融合，达到有效聚焦小目标特征，去除冗余，减少参数，降低计算量的目的；S103，引入无锚解耦检测头，对提取的小目标特征进行目标检测，输出所检测目标的位置和类别，提高对杂乱背景中的小目标或大背景中的小目标的检测精度和效率。本发明能够对杂乱背景中的小目标或大背景中的小目标，如有划痕铜块表面的氧化斑点，进行准确高效快速的检测。