【隐创128期】军事目标显著性与可识别性的研究（二） / 开普饭

青榴实验室 1周前 1.什么是图像分割图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一.所谓图像分割是指根据灰度.彩色.空间纹理.几何形状 ...

来源:科技日报2021-04-29 09:26 28日,记者从中国科学院空天信息创新研究院(以下简称空天院)获悉,空天院付琨研究员团队和国际摄影测量与遥感协会合作,构建了一套目前全球规模最大的遥感 ...

作者:Mia Morton 编译:ronghuaiyang 导读创建异常检测模型,实现生产线上异常检测过程的自动化.在选择数据集来训练和测试模型之后,我们能够成功地检测出86%到90%的异常. 介绍 ...

原创量子位2021-02-15 12:00:47 金磊发自凹非寺量子位报道 | 公众号 QbitAI 在大规模图像识别任务上,DeepMind的新方法火了. 不仅拿到了SOTA,训练速度还提升 ...

提前声明本文内容: 1.本文核心算法(alpha求解)基于论文Shared Sampling for Real-Time Alpha Matting进行; 2.本文对上面论文的核心算法进行了分析: 3 ...

2021年第29卷第4期基础研究基本信息作者:张伟, 潘珺*, 宫鹏, 李子轩, 郭帅克, 高赛博单位:哈尔滨工程大学智能科学与工程学院, 黑龙江哈尔滨, 15000 ...

阈值化是一种将我们想要在图像中分析的区域分割出来的方法.旨在提取图像中的目标物体,将背景以及噪声区分开来二进制阈值化.反二进制阈值化.截断阈值化.反阈值化为0.阈值化为0

重磅干货,第一时间送达综述燃料伴侣技术目标数字分割基本图像处理流程原始图片影像准备调整曝光灰阶转换为灰度模糊稍微模糊阈值图像转换为黑白图像阈值为黑/白填补空白侵蚀出来 ...

编者按: 现代研究认为,目标的显著性与可识别性可以作为两种有效的军事手段进行应用.目标的显著性在作战中被定义为目标能够吸引视觉注意力的视野中心周围的区域,视觉显著性能够预测人类在与军事相关的复杂场景中 ...

编者按: 深度学习算法已被证明是图像与视频处理的强大工具,广泛应用于国防安全之中.在海洋环境中,光电传感器数据与人类智能技术的融合对于应对安全问题具有重要作用.例如,态势感知可以通过一个自动系统来增强 ...

编者按: 在许多军事应用中,自动检测和跟踪作战人员以及车辆目标可以极大地提高态势感知能力.目前为止,行业研究人员已经提出了各种检测和跟踪算法,随着深度学习的出现,该方法通常优于基于规则的方法.在MS- ...

编者按: 目标在红外光谱段的可探测性取决于目标辐射特性与局部背景的差异.这意味着表面温度和发射率的差异,这些差异性在目标区域和背景上的分布是非常重要的.因此,伪装措施必须解决这两个问题,以实现最大限度 ...

编者按: 静态条件下伪装良好的目标往往一开始移动就很容易被发现.技术人员研究和评估了移动目标的自适应伪装方法,同时考虑了潜在观察方向的变化.在一项实验中,采集的图像被用来模拟移动(行走或奔跑)和静止的 ...

编者按: 静态条件下伪装良好的目标往往一开始移动就很容易被发现.技术人员研究和评估了移动目标的自适应伪装方法,同时考虑了潜在观察方向的变化.在一项实验中,采集的图像被用来模拟移动(行走或奔跑)和静止的 ...

编者按: 深度学习算法正重新定义目标检测和分类技术.算法训练需要大量数据集,而数据集搜集通常是复杂和耗时的.在国防和安全领域,如果数据具有敏感性,例如军用舰船红外图像,训练可能难以实现.算法开发和训练 ...

编者按: 2018年,美国曾经有人提出"隐身无用论",本文作者是来自美国空军巴雷特少将,他从作战指挥员的视角,经过详细分析,提出未来战争,隐身仍然是确保飞机生存能力的核心要素.隐身 ...

编者按: 萨博集团技术人员提出了一种在合成孔径雷达图像中评估静态网伪装效果的方法.在这个研究主题中,目前在目标特性管理领域中没有公认的方法.建立通用方法的一个步骤是针对标准化目标进行伪装,本项目中使用 ...

【隐创128期】军事目标显著性与可识别性的研究（二）