光子学报
2023, 52(12): 1210002
针对无人机视角下目标尺度差异大、检测场景复杂、目标小且密集而导致的检测精度不高的问题, 提出了一种基于改进YOLOv5n的实时目标检测算法。首先, 通过引入轻量通道注意力(ECA)模块提高卷积神经网络对特征图内有效信息的提取能力; 其次, 在特征金字塔网络输出端后, 加入自适应空间特征融合(ASFF)模块, 提高不同尺度特征图的识别精度; 再次, 使用EIoU损失函数计算预测框和目标框的差异值, 加快收敛速度并提高检测精度; 最后, 改进YOLOv5n的检测头, 优化模型对小目标的检测性能。在VisDrone数据集上训练测试, 相比于基础的YOLOv5n模型, 在640×640分辨率下, 改进后模型的类平均精度(mAP50)提高了6.1个百分点; 在1504×1504分辨率下类平均精度(mAP50)提高了7.1个百分点; 同时, 改进后的模型检测速度在硬件上可达22 帧/s以上。该算法模型在精度提高的同时保证了足够高的检测速度, 更适用于无人机的小目标实时检测。
无人机 小目标检测 注意力机制 损失函数 自适应空间特征融合 UAV small target detection attention mechanism loss function Adaptively Spatial Feature Fusion (ASFF)
陕西科技大学 电子信息与人工智能学院，陕西 西安710021
针对ResNet18网络模型在面部表情识别时存在网络模型大、准确率低等问题，提出了一种基于注意力机制ResNet轻量网络模型（Multi-Scale CBAM Lightweight ResNet，MCLResNet），能够以较少的参数量、较高的准确率实现面部表情的识别。首先，采用ResNet18作为主干网络提取特征，引入分组卷积减少ResNet18的参数量；利用倒残差结构增加网络深度，优化了图像特征提取效果。其次，将CBAM（Convolutional Block Attention Module）通道注意力模块中的共享全连接层替换为1×3的卷积模块，有效减少了通道信息的丢失；在CBAM空间注意力模块中添加多尺度卷积模块获得了不同尺度的空间特征信息。最后，将多尺度空间特征融合的CBAM模块（Multi-Scale CBAM，MSCBAM）添加到轻量的ResNet模型中，有效增加了网络模型的特征表达能力，另外在引入MSCBAM的网络模型输出层增加一层全连接层，以此增加模型在输出时的非线性表示。该模型在FER2013和CK+数据集上的实验结果表明，本文提出的模型参数量相比ResNet18下降82.58%，并且有较好的识别准确率。
ResNet轻量网络 多尺度空间特征融合 面部表情识别 注意力机制 lightweight resnet network multi-scale spatial feature fusion facial expression recognition attention mechanism
上海交通大学电子信息与电气工程学院，上海 200240
针对当前高光谱分类算法难以同时满足星载分类高精度、低能耗需求的问题，提出一种基于多尺度空间特征提取的高光谱星载分类算法，在保持较高分类精度的同时大幅度降低算法的计算开销。利用局部最大值滤波提取高光谱图像的纹理特征，将多尺度滤波结果根据遥感图像空间关联性进行组合得到局部-全局联合空间特征，融合空间特征和光谱特征后采用随机森林进行分类。该算法仅包含整数比较和加法运算，未采用高光谱主流分类算法中的乘法和求幂等高开销运算。在Indian Pines、Pavia University和HyRANK影像数据集上的实验结果表明，该算法与最高水平分类算法相比分类精度损失保持在2.4%以内，在跨场景分类中同样获得了较高的分类精度，与星载分类算法相比分类过程能耗降低到1/10000以下。该算法与现有算法相比更适用于星载分类任务，能够在保持较高分类精度的同时有效降低星载分类过程中的计算开销和能耗。
图像处理 高光谱图像 星载分类 多尺度空间特征 计算能耗优化 激光与光电子学进展
2023, 60(10): 1010004
1 北京大学物理学院人工微结构和介观物理国家重点实验室，北京 100871
2 南开大学现代光学研究所，天津 300350
3 天津市微尺度光学信息技术科学重点实验室，天津 300350
4 天津市光电传感器与传感网络重点实验室，天津 300350
飞秒激光成丝表征是光丝调控及应用的基础，成丝过程中光、声和热信号之间丰富的能量转换效应为利用声学和光学等方法探索和诊断光丝打开了大门。由于成丝过程中声波和荧光辐射微观物理机制的区别，两种信号与光丝物理参数之间的定量关系存在差异，然而目前仍缺乏两种方法的准确性对比研究。基于此，实验上通过研究脉冲能量对光丝空间分布的影响，系统对比了声学及荧光法两种光丝表征方法的异同。结果表明：两种方法都可以实现对光丝空间特征的表征，相比于荧光法，声学法对光丝起始和结束位置表现出更高的灵敏度，光丝内自由电子动能对光场强度的依赖性是造成差异的主要原因。
非线性光学 飞秒激光成丝 声学 荧光 空间特征 电子动能
1 贵州大学大数据与信息工程学院半导体功率器件可靠性教育部工程研究中心，贵州 贵阳 550025
2 中国科学院苏州纳米技术与纳米仿生研究所，江苏 苏州 215123
为充分提取高光谱图像（HSI）的光谱空间信息特征，实现HSI的高精度地物分类，提出端到端的多尺度特征融合残差（MFFI）模块。该模块结合了3D多尺度卷积、特征融合以及残差连接3种手段，实现了HSI多尺度光谱空间特征的联合提取。因模块具有端到端特性，可通过堆叠多个MFFI模块得到具有提取深层特征能力的MFFI网络。该网络在Salinas、Indian Pines和University of Pavia 3个HSI数据集的平均总体准确率为99.73%，平均准确率为99.84%，平均卡帕系数为0.9971。结果表明：MFFI模块可以有效提取不同类型地物数据集的光谱空间特征，并取得良好的分类结果。
高光谱图像分类 残差结构 多尺度特征融合 光谱空间特征提取 卷积神经网络 激光与光电子学进展
2022, 59(18): 1810014
1 重庆邮电大学 计算机科学与技术学院, 重庆 400065
2 重庆邮电大学 空间大数据研究中心, 重庆 400065
为了解决高光谱图像领域中, 传统卷积神经网络因部分特征信息损失而影响最终地物分类精度的问题, 采用一种基于2维和3维的混合卷积神经网络的高光谱图像分类方法, 从空间增强、光谱-空间两方面分别进行了特征提取。首先从空间增强角度提出一种3维-2维卷积神经网络混合结构, 得到增强后的空间信息; 其次从光谱-空间角度利用3维卷积网络结构, 得到光谱-空间的综合可分性信息; 最后将所得信息进行特征融合并分类。用该方法在两个数据集上进行了实验并与其它方法进行了对比。结果表明, 该方法在Indian Pines与Pavia University数据集上分别取得了99.36%和99.95%的分类精度, 其分类精度和kappa系数都优于其它方法。该方法对高光谱图像的分类表现出竞争优势。
遥感 高光谱图像分类 混合卷积神经网络 光谱-空间特征 特征提取 remote sensing hyperspectral image classification hybrid convolutional neural network spectral-spatial
1 西南林业大学大数据与智能工程学院,云南 昆明 650233
2 西南林业大学大数据与智能工程研究院,云南 昆明 650233
3 西南林业大学林业生态大数据国家林业与草原局重点实验室,云南 昆明 650233
云南茶园主要分布于山区, 往往与其他地物混合, 破碎化程度高, 给基于遥感的高精度茶园提取带来困难。 破碎化山地茶园的遥感识别能力有待进一步提高。 以西双版纳北部及普洱市南部山区为研究区, 以高分一号(GF-1)遥感影像为数据源, 基于易康(eCognition9.0)软件, 采用多尺度分割(MRS)方法对影像进行分割, 并通过ED3Modified评估影像的最优分割尺度。 首先构造了包括14个光谱特征、 6个纹理特征和3个空间特征的23维初始特征, 通过计算样本的分离度对分类特征空间进行优化, 确定了16维最优特征空间。 然后应用面向对象的监督分类方法[贝叶斯(Bayes)、 决策树5.0(DT5.0)及随机森林(RF)]对研究区茶园进行提取。 采用实地调查样点和随机点结合的方法对提取结果进行精度验证, 并比较了不同分类方法的茶园提取精度。 面向对象的监督分类[多分类(茶园、 森林、 农田、 不透水层、 水体)]结果的总体精度(OA)和Kappa系数分别为(Bayes: 87.73%, 0.70), (DT: 88.52%, 0.72), (RF: 91.23%, 0.78)。 三种分类方法对茶园提取的生产者精度(PA)和使用者精度(UA)分别为(Bayes: 67.23%, 75.33%), (DT: 68.84%, 83.83%), (RF: 70.54%, 87.13%); 相比于面向对象的RF多分类, 面向对象RF二分类(茶园、 其他地物)OA和Kappa系数分别提高了3.24%和0.07, 茶园提取的PA与UA分别提高了5.99%和5.61%; 相较于仅利用光谱特征的基于像元的RF多分类, 面向对象的RF二分类OA与Kappa系数分别提高了23.32%和0.27, 茶园提取PA与UA分别提高了21.10%和29.03%。 结果表明: 采用面向对象的监督分类方法在对茶园提取方面有应用潜力, 尤其面向对象的RF分类精度更高, 二分类相较于多分类对于茶园提取更为精细和准确。 该方法对于复杂、 破碎山地茶园提取精度较高, 能够满足基于高空间分辨率多光谱影像的茶园精细化识别应用需求。
茶园 面向对象 纹理特征 空间特征 多光谱 监督分类 Tea plantations Object-oriented GF-1 Texture feature Spatial feature Multispectral Supervised classification GF-1 光谱学与光谱分析
2021, 41(8): 2565
1 昆明物理研究所，云南昆明 650223
2 云南大学，云南昆明 650500
高光谱图像（hyper spectral imagery，HSI）分类已成为探测技术的重要研究方向之一，同时也在**和民用领域得到广泛运用。然而，波段数目巨大、数据冗余、空间特征利用率低等因素已成为高光谱图像分类的挑战，且现有的高光谱分类大多利用可见光或短波红外高光谱数据分类。针对这些问题，本文提出了一种基于光谱和空间特征的 K-means分类方法。首先提取空间特征，然后将光谱与空间特征相结合并降维，最后引入 K-means算法得到较普通 K-means更佳的分类结果。并将此算法运用在长波红外的高光谱图像分类中。
空间特征 光谱特征 长波红外高光谱图像 高光谱分类 K-means K-means, PCA, long wave infrared spectral features
1 河南理工大学测绘与国土信息工程学院, 河南 焦作 454150
2 黄河水利科学研究院, 河南 郑州 450000
提出了一种结合欧氏距离和光谱信息散度的改进的高光谱解混非负矩阵分解(NMF)初始化方法(IISSF)。在初始化基础上,结合标准NMF算法和分块NMF算法进行平行对比实验。结果表明,在合成影像实验中,在信噪比为20 dB~50 dB范围内,经过IISSF初始化后的分块NMF算法获取的结果要优于其他方法;且其在真实影像实验中获取的端元光谱与真实影像端元光谱之间具有最小的平均光谱角差值,即0.1812 ;其重构影像与真实影像之间的均方根误差值最小,为0.007。
图像处理 高光谱影像 非负矩阵分解 空间特征 光谱特征 激光与光电子学进展
2020, 57(6): 061020
