1 河北工业大学 电子信息工程学院，天津 300401
2 电磁空间安全全国重点实验室，天津 300308
红外图像可在低照度、恶劣天气等条件下工作，红外车辆检测技术旨在使用红外传感器来监测道路上的车辆，实现对车辆数量、车速等信息的收集与分析，该技术不仅可应用于路面车辆，还可应用于铁路、机场、港口等场景，为交通运输行业的安全和便捷提供了有效的技术支持。然而，由于红外图像成像原理的局限和外部环境的干扰，通常导致红外图像成像质量不理想，红外车辆检测仍然存在许多问题。文中提出了一种改进的YOLOv5模型，在YOLOv5的主干部分引入了混合注意力机制，使模型能够更好地关注研究者感兴趣的区域，抑制图像噪声的干扰。此外，在BiFPN基础上提出了一种改进的Z-BiFPN特征融合结构，融合更多的浅层信息，提高浅层信息利用率，并增加一个四分之一下采样的小目标检测层，同时将YOLOv5的检测头替换为解耦头来提升模型的检测能力。在自建的七类红外车辆数据集INFrared-417上进行了实验，验证了算法的有效可行性。与原始YOLOv5相比，mAP从81.1%提升到了85.3%。
红外车辆 目标检测 注意力机制 特征融合 YOLOv5 infrared vehicle object detection attention mechanism feature fusion YOLOv5 红外与激光工程
2023, 52(8): 20230245
河北工业大学电子信息工程学院, 天津 300401
提出一种共享型轻量级卷积神经网络(CNN),用于自动识别车辆颜色和型号。基础网络采用改进的SqueezeNet,在训练集上比较具有不同“瘦身”程度的SqueezeNet的分类性能。讨论完全共享型网络、部分共享型网络及无共享型网络的特征。实验结果表明,完全共享型轻量级CNN在减少参数量的同时实现了对车辆外观多属性的高精度识别。在开放数据集Opendata_VRID上进行实验,车辆颜色和车型识别的准确率分别达98.5%和99.1%。在一台无GPU配置的个人计算机上,单张图片的识别时间仅为4.42 ms。共享型轻量级CNN大大减少了时间和空间成本,更有利于在资源有限的环境中进行部署。
图像处理 共享型轻量级卷积神经网络 颜色特征 型号特征 改进的SqueezeNet 车辆外观识别 激光与光电子学进展
2021, 58(2): 0210013
1 河北工业大学电子信息工程学院, 天津 300401
2 邯郸学院信息工程学院, 河北 邯郸 056005
针对目前室内定位精度低及部署成本高的问题,提出了一种基于智能手机的可见光通信与改进的行人航迹推算(VLC/IPDR)粒子滤波融合室内定位方法。该方法首先对智能手机CMOS摄像头拍摄的发光二极管(LED)光源图像信息进行解码,确定待定位点所属的LED区域。然后根据光照度模型及手机陀螺仪获得的方向角推算具体位置信息。最后将VLC获取的位置坐标作为观测值,将IPDR作为粒子滤波的状态转移方程,用粒子滤波将二者融合后进行联合定位。实验结果表明,在3 m×3 m×3 m的小空间、单光源条件下,该方法的平均定位误差小于6 cm,在120 m与45 m垂直相交路径上的多运动模式定位测试中,平均定位误差小于0.2 m。
室内定位 粒子滤波 可见光通信 行人航迹推算 智能手机
1 河北工业大学信息工程学院，天津 300401
2 天津理工大学电气电子工程学院，天津 300384
为了获得 L波段调。脉冲，设计了基于丙醇可饱和吸收体的调。激光器。采用有机溶液丙醇制成液体可饱和吸收体，并测量到其调制深度为 5.58%，将其应用到调。激光器中，获得了 L波段的脉冲。当激光器 的泵浦功率达到 230 mW时，调。脉冲序列的输出平均功率约是 0.79 mW，脉冲重复频率是 20.9 kHz，羊脉冲能量达 36.7 nJ。
起快脉冲 可饱和吸收体 丙醇 ultrafast pulse saturable absorber Propyl alcohol Q-switched
河北工业大学电子信息工程学院, 天津 300401
针对使用传统方法和神经网络对飞机目标分类时遇到的准确率低、分类种类少等问题,研究了深度卷积神经网络(DCNN)在飞机目标分类中的可行性。为了匹配模型容量、避免过拟合、提高分类性能等,设计了9层DCNN模型,并使用随机梯度下降优化器进行优化。在数据集中选用6类具有代表性的飞机类型进行实验,提出两种正则化级联方式以防止过拟合并加快模型收敛,最终实现了99.1%的飞机分类准确率,由此说明该DCNN模型在飞机目标分类中的有效性。通过归一化混淆矩阵分析分类结果,给出了每类飞机自分类的准确率。此外,设计了一组对比实验,用经典的AlexNet在同一数据集上进行测试,结果表明,所设计的DCNN的准确率高于AlexNet分类算法95.5%。该模型有效地解决了飞机目标分类精度低的问题,在**和民航飞机目标的分类研究中具有一定的参考价值和应用前景。
图像处理 深度卷积神经网络 飞机目标 图像分类 高分类精度 归一化混淆矩阵 激光与光电子学进展
2019, 56(23): 231006
1 河北工业大学电子信息工程学院, 天津 300401
2 中国电子科技集团公司第五十三研究所光电信息控制和安全技术重点实验室, 天津 300308
在进行遥感图像多分类识别时,针对使用传统方法遇到的分类模型特征提取困难、分类精度不理想、分类种类少等问题,研究了卷积神经网络(CNN)模型在高光谱遥感地物多分类识别中的可行性及不同CNN 模型对高光谱遥感地物多分类的识别效果。从ISPRS(International Society for Photogrammetry and Remote Sensing)提供的Vaihingen及Google Earth中采集数据,制作了包含6类地物的数据集一。在此基础上增加10类地物制作数据集二,再增14类地物制作数据集三。在预处理图像数据之后,通过设置神经网络结构、调整模型参数、对比神经网络模型等,上述3类数据集的地物分类识别率均达到95%以上。通过分析不同CNN模型对高光谱遥感地物多分类识别效果的影响,证实了CNN模型在高光谱遥感地物多分类识别应用的可行性且具有较高的识别率。实验结果为CNN模型在高光谱遥感地物多分类识别中的应用提供了一定的参考。
遥感 高光谱图像 图像分类 卷积神经网络 特征提取 激光与光电子学进展
2019, 56(2): 021702
1 河北工业大学电子信息工程学院, 天津 300401
2 光电信息控制和安全技术重点实验室, 天津 300308
细粒度车型图像的类间特征差异小,在复杂图片背景中识别干扰因素多。为提高模型在复杂背景中对图像的特征提取能力和识别准确度,提出了基于支持向量机(SVM)和深度卷积神经网络(DCNN)的分类器集成模型Softmax-SVM。它将交叉熵代价函数与hinge损失函数相结合,代替Softmax函数层,减少了过拟合的发生。同时,设计了一个10层的DCNN提取特征,避免了手工提取特征的难题。实验数据集为复杂背景下的27类精细车型图像,尤其还包含同一汽车厂商的相近车型。实验结果表明,在不进行大量预处理的前提下,Softmax-SVM分类器识别269张测试样本能够获得97.78%的准确率,识别每张样本的时间为0.759 s,明显优于传统模式识别方法和未改进前的DCNN模型。因此,基于DCNN的Softmax-SVM分类器能够适应环境的复杂变化,兼顾识别精度与效率,为复杂背景下的细粒度车型分类提供了实际参考价值。
机器视觉 Softmax-SVM 深度卷积神经网络 复杂背景 细粒度车型 激光与光电子学进展
2019, 56(4): 041501
1 河北工业大学 电子信息工程学院, 天津 300401
2 脉冲功率激光技术国家重点实验室, 天津 300308
提出了一种将Krawtchouk矩特征不变量与高斯核支持向量机相结合的印鉴识别方法。实验中将得出的印鉴图像Krawtchouk 矩特征向量作为高斯核支持向量机的输入参量, 利用遗传算法优化支持向量机的惩罚因子和核参数, 使识别性能得到有效提高; 实验显示Krawtchouk矩下的印鉴类间散度与类内散度比值是Zernike 矩的2.93倍, 与遗传算法优化后的高斯核支持向量机相结合下的识别率明显提高。结果表明: 与Zernike矩不变量相比, Krawtchouk 矩不变量能更加准确地描述印鉴图像特征, 识别性能更好。
印鉴图像识别 特征提取 Krawtchouk矩 支持向量机 遗传算法 seal image recognition feature extraction Krawtchouk moments support vector machine genetic algorithm
1 河北工业大学 电子信息工程学院, 天津 300401
2 中国电子科技集团公司第十三研究所, 天津 300308
为了克服PC印鉴识别系统体积大、成本高并且识别精度低、适应性差的缺点, 设计了基于SIFT-SVM的嵌入式印鉴识别系统。系统计算印鉴图像的SIFT特征并进一步构造基于SIFT匹配的印鉴特征向量, 将构造的印鉴特征向量输入支持向量机进行训练, 并采用遗传算法优化SVM的惩罚因子和核参数, 使识别性能最优。系统以ARM11处理器作为印鉴特征提取和识别的核心单元, 采用ZC301摄像头进行图像采集, 并以蜂鸣器、LED、LCD作为报警显示设备。实验表明, 该系统对印鉴在模糊、旋转等多种情形下取得了93.5%的良好识别率, 且当笔划加粗仅5%时仍具有很好的适用性。系统具有识别精度好、适用性强, 体积小、设计灵活的优点。
嵌入式 印鉴识别 支持向量机 遗传算法 SIFT SIFT embedded seal identification support vector machine genetic algorithm
1 河北工业大学 电子信息工程学院, 天津 300401
2 河北工业大学 电气工程学院, 天津 300130
为了分析质子轰击垂直腔面发射激光器（VCSEL）中注入电流引起的激光模式竞争过程, 在三维空间中对VCSEL激射后光电热进行了研究。给出仿真光电热的方程之后, 在室温连续工作条件下, 对电流孔半径r为4 μm、阈值电流Ith为4.5 mA的VCSEL进行自洽求解。当注入电流Iin分别为5.0, 5.5, 6.0 mA时, 得到了对应的外加电压和输出光功率, 并绘制了VCSEL的电势、注入电流、载流子、光场和热场的空间分布,给出了连续工作下输出光功率随注入电流变化的曲线。仿真结果表明: 随着注入VCSEL中的电流增加, 电流密度增大, 激光的横向基模和横向一阶模式同时增强。横向一阶模式增加的强度及扩展的范围大于横向基模, 激光输出能量逐渐向横向一阶模式过渡, 横向模式竞争的同时产生载流子空间烧孔, 因此在电流孔半径r≥4 μm的VCSEL中, 连续工作激光模式不稳定。
垂直腔面发射激光器 横模 光电热仿真 vertical-cavity surface emitting laser (VCSEL) transverse modes opto-electro-thermal simulation
