项目名称: 高分辨率SAR图像目标行为识别和事件挖掘方法研究

项目编号: No.61302129

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 宦若虹

作者单位: 浙江工业大学

项目金额: 24万元

中文摘要: 本项目研究高分辨率SAR图像目标行为识别与事件挖掘问题的理论模型和关键方法,给出具有一定普遍意义的高分辨率SAR图像目标行为识别和事件挖掘的新理论与新方法。针对三个科学问题展开:1)研究联合考虑多种成像因素的SAR图像目标属性识别方法,解决目前方法对图像多种成像因素考虑不全面的问题,提高目标属性识别的鲁棒性和可推广性。2)研究一定时间间隔内的SAR图像目标行为识别方法,寻找优化的目标行为特征和符合实际行为判别规律的目标行为描述模型,给出一定时间间隔内的目标行为的正确判别。3)研究SAR图像中有相互关联的多目标复杂行为构成的目标群事件挖掘方法,寻找最优的事件特征以及能反映目标群行为相关性和潜在联系的符合实际事件判别规律的事件描述模型,挖掘目标群复杂行为可能引发的潜在事件。目标行为识别和事件挖掘是提高战场感知能力的关键技术,具有重要的科学研究价值和应用前景。

中文关键词: SAR;目标识别;行为识别;;

英文摘要: This project researches on theoretical model and key methods of target behavior recognition and event mining for high resolution SAR image, and aims at providing new theory and new methods of target behavior recognition and event mining for high resolution SAR image with general use. This project focuses on three scientific problems, which are: 1) research on methods for SAR image target attribute recognition with full consideration of multiple imaging factors. Solve the problem caused by incomprehensive consideration to the multiple imaging factors of image in the current methods to improve the robustness and generalizability for target attribute recognition. 2) Research on methods for SAR image target behavior recognition in a certain time interval. Find the optimum target behavior features and behavior description model which describes the target behaviors according with the actual behavior discriminant rule to correctly decide the target behavior in a certain time interval. 3) Research on methods for mining SAR image target group event, which formed by complex behaviors of multiple targets with mutual correlation. Search the optimum event features and event description model which reflects the dependence and potential correlation of the behaviors of the multiple targets and describes the events according wit

英文关键词: SAR;target recognition;behavior recognition;;

成为VIP会员查看完整内容
0

相关内容

目标识别是指一个特殊目标(或一种类型的目标)从其它目标(或其它类型的目标)中被区分出来的过程。它既包括两个非常相似目标的识别,也包括一种类型的目标同其他类型目标的识别。
【CVPR2022】基于鲁棒区域特征生成的零样本目标检测
专知会员服务
10+阅读 · 2022年3月22日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
70+阅读 · 2021年3月23日
【CVPR2021】基于反事实推断的视觉问答框架
专知会员服务
26+阅读 · 2021年3月4日
专知会员服务
42+阅读 · 2021年2月8日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
基于深度学习的图像目标检测算法综述
专知
2+阅读 · 2022年4月16日
CVPR 2020 | 细粒度文本视频跨模态检索
AI科技评论
17+阅读 · 2020年3月24日
论文浅尝 | 面向时序知识图谱推理的循环事件网络
开放知识图谱
78+阅读 · 2019年9月22日
低清视频也能快速转高清:超分辨率算法TecoGAN
机器之心
13+阅读 · 2019年4月16日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Morphological Wobbling Can Help Robots Learn
Arxiv
0+阅读 · 2022年5月5日
Arxiv
0+阅读 · 2022年5月5日
Arxiv
18+阅读 · 2021年6月10日
小贴士
相关VIP内容
【CVPR2022】基于鲁棒区域特征生成的零样本目标检测
专知会员服务
10+阅读 · 2022年3月22日
【CVPR2021】显著目标和伪装目标的不确定性感知联合检测
专知会员服务
69+阅读 · 2021年3月29日
专知会员服务
70+阅读 · 2021年3月23日
【CVPR2021】基于反事实推断的视觉问答框架
专知会员服务
26+阅读 · 2021年3月4日
专知会员服务
42+阅读 · 2021年2月8日
 图像内容自动描述技术综述
专知会员服务
86+阅读 · 2019年11月17日
相关资讯
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员