【摘 要】
：
陨石坑作为月球表面最为明显的地形特征之一,将其作为着陆器的导航陆标有助于规划导航路线,提高导航精度。本文针对陨石坑匹配导航应用深入研究了基于深度学习的陨石坑检测算法与基于灰度的陨石坑匹配算法。为了提高陨石坑的检测精度,本文基于YOLOv5检测框架提出了一种改进的陨石坑检测算法。首先,基于残差网络的思想,将骨干网络的特征信息带入YOLOv5中Neck网络的特征融合层,这样有助于增强梯度的反向传播,避
论文部分内容阅读
陨石坑作为月球表面最为明显的地形特征之一,将其作为着陆器的导航陆标有助于规划导航路线,提高导航精度。本文针对陨石坑匹配导航应用深入研究了基于深度学习的陨石坑检测算法与基于灰度的陨石坑匹配算法。为了提高陨石坑的检测精度,本文基于YOLOv5检测框架提出了一种改进的陨石坑检测算法。首先,基于残差网络的思想,将骨干网络的特征信息带入YOLOv5中Neck网络的特征融合层,这样有助于增强梯度的反向传播,避免梯度衰减,减少较小陨石坑特征信息的损失。其次,将注意力模块添加到融合层中,放大图像中较大陨石坑的信息。最后,针对YOLOv5的回归损失问题,引入EIOU损失函数替换原来损失函数,减少回归损失。在实验部分,通过不同模型的对比实验以及可视化结果分析,表明本文提出的ECA-YOLO检测框架有效的提升了陨石坑的检测精度。为了满足对实时性要求较高软着陆场景的导航需求,实现陨石坑检测速度和检测精度之间的平衡,本文提出了结合YOLOv5检测框架和轻量化卷积神经网络的轻量化陨石坑检测算法。针对YOLOv5模型复杂度高、参数量多等问题,本文利用轻量化网络Mobile Netv3替换YOLOv5的主干特征提取网络,然后结合SIOU损失函数作为边框回归损失。最后,通过多个模型的对比实验以及数据分析,表明结合Mobile Netv3+SIOU改进的YOLOv5更好的实现了陨石坑检测速度和精度之间的平衡。对陨石坑的匹配,为了应对光照及旋转变化对匹配结果的影响,本文提出了一种旋转不变的LBP模板匹配算法,通过从多角度构造模板图、设定适当旋转步长,最终能与目标进行正确的匹配。为了加速匹配过程以减少匹配所需时间,引入了图像金字塔加速匹配的方法,实验结果表明,该方法既能在短时间内匹配目标,还可以有效应对光照变化与旋转变化。
其他文献
电磁逆散射是根据测量得到的散射数据来重构未知目标的物理参数分布,获得目标的位置、轮廓、结构等信息,具有无接触探测的特点,广泛应用于车站机场安检、雷达目标识别、穿墙成像、医学成像、卫星遥感、地球物理探测等领域。电磁逆散射问题的控制方程具有非线性和不适定性的特征,传统求解方法包括线性近似算法和迭代优化算法,这两种算法都属于非学习类求解方法,其中线性近似算法求解速度较快,但是重构精度不高;迭代优化算法的
语义分割是对图片进行像素级别的分类,进而实现对图片像素级别的理解。传统的语义分割需要利用大量的标注数据来训练网络,才能达到较好的性能。但这些数据的标注会极大地消耗人力物力。另外,传统语义分割的泛化能力不足,无法实现图片分割的真正智能化。因此,近年来基于少量训练数据的小样本语义分割成为研究的热点。小样本语义分割是利用少量的支持集数据对查询集图片中的目标物体进行分割。目前常用的一大类方法是基于原型网络
颗粒作为一种常见的分析测量对象,在工业、医学和农业等领域应用广泛。目前,基于图像的颗粒分析算法能够方便快捷地统计颗粒数目并分析颗粒参数,成为国内外众多学者在图像领域的研究重点。但颗粒图像普遍存在光照强度不均,对比度低,相互粘连等情况,现有的分割方法容易产生欠分割和过分割现象。为解决上述问题,本文提出了一种基于二次超像素分割与改进Logit Boost的颗粒图像分割算法（TS-EL）,有效地提高了颗
近些年随着人工智能技术的发展进步,智能化移动机器人开始逐渐的在我们的生活中崭露头角,视觉SLAM技术可以帮助机器人在陌生的环境中进行自我定位和构建周围环境的地图,在室内各种复杂多变的环境中完成作业任务。目前基于特征点匹配的视觉SLAM算法大多数都假设外部环境是静态的,但是在现实环境中不可避免的会出现一些移动物体,例如室内行走的行人和被搬动的桌子等,所以在现实环境中并不能满足静态环境这一基本假设,这
本文的主要研究内容包括四个部分,其总体目标是通过深入剖析挖掘股票收益互换背后存在的法律风险,在此基础上分析比较境内外监管立法对股票收益互换的监管思路和方法以及其存在的问题,为我国股票收益互换监管法律制度的完善提供域外立法参考与经验借鉴,同时结合我国实际情况提出合理性建议。第一部分,结合交易双方的交易需求差异,就股票收益互换的概念功能进行基本介绍,并在此基础上分析了股票收益互换所具有的私密性与定制性
在教育改革日益深化的今天,推动技术与高等教育的深度融合,促进了学校教育信息化过程,利用信息技术在时间和空间上的极大优势,学生学习方式得到改进,是顺应互联网时代高校创新人才培养的重要方式和客观要求。在线教育,学习者经过课前预习、课后学习和课上参加听讲课程等活动,从而获得知识与技能。在这一学习的过程当中,学习者如果有激情减退、抛弃课程等状况会以行为这样一种外化的方式来体现。本文对学生的行为进行了分析,
随着人工智能、大数据等技术的发展,行政裁量自动化已经成为政务管理的重要一部分,它不仅可以帮助管理者更加准确地做出行政裁量决策,而且还可以通过精密的计算程式来实现更加高效的行政裁量。通过采用裁量基准算法化,行政裁量过程可以被有效地复原。自动化裁量具有保持裁量结果中立性和提高裁量结果同一性的优势,使得“同案同判”的行政决策更加科学有效合理。然而,自动化裁量也存在相应的风险,尽管依据计算逻辑运行的裁量控
世界各国在信息技术发展的推动下步入了大数据时代,个人信息的跨境流动愈发频繁。一方面,许多发达国家为了达到发展国际贸易的目的,开始积极鼓励个人信息的跨境流动。并利用其国际影响力传播信息开放的价值偏向,充分发挥个人信息出境的经济价值。另一方面,由于敏感个人信息的内容与公民的个人隐私有密切关联,过于自由的跨境流动会对信息安全、主体隐私权、国家安全等会造成巨大影响。在谋取利益和寻求安全的矛盾冲突下,越来越
数字经济时代,劳动者个人信息保护面临着严峻的挑战。新技术的引入和发展为用人单位实施信息收集和大规模监控创造了更为便利的条件;同时,信息承载的潜在价值又促使用人单位对劳动者个人信息的收集利用一再突破时间和空间的限制,导致用人单位经常超过合理的限度对劳动者的个人信息权益造成侵害。目前个人信息保护已成为社会共识,劳动者个人信息保护在国际上也逐步得到重视,我国加强对劳动者个人信息权益的保护刻不容缓。劳动者
近年来,一种新的直播方式在各大网络平台出现,这种直播并没有真人主播出镜,而是代之以一个虚拟的角色形象,主播通过技术措施,使虚拟形象能够实时反应扮演者的面部表情和动作,这就是虚拟主播。虚拟主播最早于2016年出现在日本,随后以极快的速度风靡全球,亦在我国的网络直播平台上占据了重要地位。而虚拟角色的商品化权在学界讨论已有二十余年的时间,但尚未上升到立法层面,司法实践中也有诸多与商品化权相关的争议纠纷。