基于深度卷积神经网络End-to-End模型的亲属关系认证算法

针对如何利用人脸图像进行亲属关系认证的问题,提出基于深度卷积神经网络End-to-End模型的亲属关系认证算法.首先,构建一个包含卷积层、全连接层和soft-max分类层的深度卷积神经网络模型.卷积层可以提取亲子图像的隐性特征,全连接层可以将提取的隐性特征映射为亲属关系认证的二分类问题,soft-max分类层可以直接判断该对样本是否具有亲属关系.然后,将成对的标记训练数据输入网络进行迭代,优化深度网络模型参数,直至损失曲线稳定.最后,利用训练完毕的深度网络模型对输入测试图像对进行分类判决,通过统计得到最终的准确率.在KinFaceWI和KinFaceWII数据库上的结果显示,相比以往的亲属关系认证算法,文中模型具有更好的性能.     

结合编码-解码网络和条件随机场的全极化合成孔径雷达土地覆盖分类

针对多极化合成孔径雷达影像地物分类特征表征性较弱及全卷积网络分类精度较低的问题,文中提出结合编码-解码网络(E-D-Net)和条件随机场(CRF)的全极化合成孔径雷达(SAR)土地覆盖分类算法.首先,利用Freeman分解和Pauli分解建模全极化SAR影像,提取各分解对应的散射特征.再借鉴语义分割网络模型的建模思想和多尺度卷积单元构建对称网络模型,将多尺度非对称卷积单元嵌入中层,设计E-D-Net网络模型.通过E-D-Net网络模型对PolSAR影像Freeman分解散射特征进行多层自主学习,获得初始分类结果.最后,利用全连接CRF结合Pauli相干分解伪彩色图信息,对初始分类结果再进行降噪和平滑优化,得到最终分类结果.在两地区PolSAR影像上的实验验证文中算法的有效性和可行性.     

动态卷积生成对抗网络的视频帧预测方法研究

针对当前视频帧预测模型中存在的预测准确度较差和物体结构信息丢失等问题,提出了一种动态卷积生成对抗网络.在生成网络中,首先使用卷积长短时记忆网络初步提取输入视频流的图像特征,然后利用卷积神经动态平流单元对视频流中的运动特征进行提取,最后将上述两种特征组合后输出一组预测视频帧;在判别网络中,采用一个3D卷积网络一次性接收全...     

面向车辆检测的扩张全卷积神经网络

近年来,深度学习方法被广泛用来解决车辆检测问题并取得了显著的成果,然而,当车辆尺寸较小时,当前深度学习算法的检测丢失率仍然很高.为了解决这个问题,本文提出了一种基于组合目标框提取结构的扩张全卷积神经网络（Dilated Fully Convolutional Network with Grouped Proposals,DFCN-GP）.具体提出了一种结合低层特征和高层特征的组合网络模型用于生成目标框,其中低层特征对小目标更加敏感.此外,为保留更多的细节信息,基于扩张卷积思想,增加了网络最后一层卷积层的大小和感受野,用于目标框的提取和车辆检测.通过控制变量的对比试验,对基于组合方式的目标框提取网络和扩张卷积层的有效性进行了验证.本文提出的算法模型在公开数据集UA-DETRAC上性能优异.     

基于CNN_BiLSTM网络的入侵检测方法

网络攻击事件频发,正确高效地检测攻击行为对网络安全至关重要.该方法基于一维卷积神经网络和双向长短期记忆网络引入自注意力机制来检测恶意行为.首先借助随机森林来选择重要的特征作为模型输入以减少输入数据的冗余问题,之后利用一维卷积神经网络和双向长短期记忆网络分别提取空间特征和时间特征,将二者提取的特征"并联"得到融合特征,为...     

分离多路卷积神经网络研究

针对卷积神经网络主要使用图像的局部特征而忽略图像通道特征的不足,提出一种分离多路卷积神经网络。提取通道特征与卷积特征,并在全连接层进行融合,以此提升该网络的图像识别与分类效果。在cifar10和SVHN数据集上进行的实验结果表明,与ResNet,Network in Network,Maxout等8种卷积神经网络相比,该网络的平均识别率较高。     

结合全卷积网络和GrowCut的肾皮质分割算法

目的 肾脏图像分割对于肾脏疾病的诊断有着重要意义,临床上通过测量肾皮质的体积和厚度可判断肾脏是否有肿瘤、慢性动脉硬化性肾病和肾移植急性排斥反应等。现有的肾脏分割算法大多针对一种模态,且只能分割出肾脏整体。本文提出一种基于全卷积网络和GrowCut的肾皮质自动分割算法,用于多模态肾脏图像分割。方法 首先用广义霍夫变换对肾脏进行检测,提取出感兴趣区域,通过数据增强扩充带标签数据;然后用VGG-16预训练模型进行迁移学习,构建适用于肾皮质分割的全卷积网络,设置网络训练参数,使用扩充数据训练网络。最后用全卷积网络分割图像,提取最后一层卷积层的特征图得到种子点标记,结合肾脏图像的先验知识纠正错误种子点,将该标记图作为GrowCut初始种子点可实现肾皮质准确分割。结果 实验数据为30组临床CT和MRI图像,其中一组有标记的CT图像用于训练网络并测试算法分割准确性,该文算法分割准确率IU（region intersection over union）和DSC（Dice similarity coefficient）分别达到91.06%±2.34%和91.79%±2.39%。与全卷积网络FCN-32s相比,本文提出的网络参数减少,准确率更高,可实现肾皮质分割。GrowCut算法考虑像素间的邻域信息,与全卷积网络结合可进一步将分割准确率提高3%。结论 该方法可准确分割多模态肾脏图像,包括正常和变异肾脏的图像,说明该方法优于主流方法,能够为临床诊断提供可靠依据。     

结合双视觉全卷积网络的遥感影像地物提取

目的 遥感影像地物提取是遥感领域的研究热点。由于背景和地物类型复杂多样,单纯利用传统方法很难对地物类别进行准确区分和判断,因而常常造成误提取和漏提取。目前基于卷积神经网络CNN（convolutional neural network）的方法进行地物提取的效果普遍优于传统方法,但需要大量的时间进行训练,甚至可能出现收敛慢或网络不收敛的情况。为此,基于多视觉信息特征的互补原理,提出了一种双视觉全卷积网络结构。方法 该网络利用VGG（visual geometry group）16和AlexNet分别提取局部和全局视觉特征,并经过融合网络对两种特征进行处理,以充分利用其包含的互补信息。同时,将局部特征提取网络作为主网络,减少计算复杂度,将全局特征提取网络作为辅助网络,提高预测置信度,加快收敛,减少训练时间。结果 选取公开的建筑物数据集和道路数据集进行实验,并与二分类性能优异的U-Net网络和轻量型Mnih网络进行对比。实验结果表明,本文提出的双视觉全卷积网络的平均收敛时间仅为U-Net网络的15.46%;提取精度与U-Net相当,远高于Mnih;在95%的置信水平上,该网络的置信区间明显优于U-Net。结论 本文提出的双视觉全卷积网络,融合了影像中地物的局部细节特征和全局特征,能保持较高的提取精度和置信度,且更易训练和收敛,为后续遥感影像地物提取与神经网络的设计提供了参考方向。     

非对称内核卷积结合语义置信嵌入的模糊人脸图像重建

受异构卷积原理的启发,在深度学习框架下提出非对称内核卷积结合语义置信嵌入的模糊人脸图像重建网络.针对对称方形卷积内核在进行特征提取时对重要特征表达的不足,使用非对称内核替代,增强方形卷积内核特征的表达能力.在重建阶段,结合非对称内核卷积与语义置信网络,进一步提取每类语义信息在重建中最利于重建效果的特征,结合置信度引导网络向更利于重建的方向训练.在CelebA、Helen数据集上的实验证实文中网络重建效果较优.     

全卷积深度迁移网络的联合分割

近年来,随着超声空化在医疗上的应用,超声空化治疗又重新回到了人们的视野,因其在处理血管阻塞方面的天然的优势,引起了广泛的讨论和研究。为实现准确的实时治疗,提出了一种基于全卷积网络（Fully Convolutional Networks,FCN）的超声血管分割方法。全卷积深度迁移分割网络（Full Convolutional deep Aggregation Migration Network,AMFCN）通过对全卷积网络使用对称网络连接,深度聚合模式以深度提取图像特征,并优化数据增强方式,添加迁移学习模型等方法,有效地利用已有数据进行数据拓展,缓解医学图像数据过少的影响。实验结果表明,该研究方法在超声血管图像上取得了较好的分割性能,能准确地分割出血管区域。     

基于多源时空信息的西宁和拉萨近70年来城市扩展过程重现及地表覆盖变化分析

西宁和拉萨城市作为青藏高原人类活动的热点地区,其发展历程对青藏高原社会经济发展具有重要影响。研究基于遥感影像、城市规划图和历史地图等资料重建了西宁和拉萨城市1949基准年、1978基准年、1990年、2000年、2010年和2018年城市扩展及2000年以来城市不透水层和绿地空间组分数据,分析了1949基准年以来西宁和拉萨主城区城市扩展的时空特征,揭示了社会经济因素和政策因素对城市土地利用/覆盖变化的影响。研究结果表明：(1)新中国成立以来,西宁和拉萨主城区持续扩展,均呈现非线性的增长态势,城市土地面积分别从1949基准年的1.98 km²和1.10 km²增长到2018年的75.65 km²和76.04 km²;西宁主城区城市扩展呈现十字状的扩展态势,拉萨呈现出圈层外延式的扩展模式;(2)自2000年来,西宁和拉萨城市绿化水平显著提升。2000～2018年,西宁和拉萨城市不透水层面积分别从36.91 km²和21.56 km²增加到55.34 km     

基于线性光谱混合分析的乌鲁木齐不透水层提取及其时空变化分析

利用Landsat TM、OLI多光谱卫星遥感数据,采用VIS（植被－不透水层－土壤）模型和线性光谱混合分析法对丝绸之路经济带核心区乌鲁木齐建城区及其周边进行丰度估算,并针对红色彩钢板屋顶在不透水层丰度图像上低亮度特点,进行改进处理,提高了不透水层丰度估算精度。研究结果表明：1994~2018年的24年间乌鲁木齐市不透水层呈现出显著扩展的特点,其面积从140.41 km²扩大到462.62 km²;扩展速率在1994~2005年间缓慢上升,2005年之后迅速上升;扩展强度先上升,2010~2015年达到最大,之后出现下降;同时,城市不透水层的空间扩展具有明显差异,向西和东北方向扩展最为显著。综合分析指出：乌鲁木齐城市不透水层的空间扩展受到周边山体地形和煤矿开采等因素的限制,而“乌昌一体化”政策是城市扩展的主要助力因素。     

Analysis of the Difference between Surface Area and Vertical Projection Area on Shaanxi Qinling Mountains based on DEM

Based on DEM of Qinling Mountains, used the model of the center cell and the adjacent eight cells, we calculated the surface area of Shaanxi section Qinling Mountains. The results shows that: (1) The surface area of Shaanxi section Qinling Mountains is 75 224.67 km², which is an increase of 22.04% from the vertical projection area；（2）The relation between the difference of surface area and vertical projection area and elevation is parabolic. The altitude of 2 000 meters is the area with the largest difference between the surface area and the vertical projection area in Shaanxi section Qinling mountains；（3）Compared with the vertical projection area, the area of low mountains, medium mountains and submountains in Shaanxi section of the Qinling mountains increased by 2 301.54 km², 6 181.67 km² and 691.60 km² respectively, with the growth rate of 10.68%, 18.37% and 18.25% respectively.（4）The difference between the surface area and the vertical projection area is various in different land use types. Not using land is the largest, the difference is 34%. The second is forest land which the difference is 28%, and the lawn is approximately 20%. Difference is small in farmland, other forest land, water and residents and industrial land, which is 12%, 8%, 5% and 8% in turn.     

基于DEM的秦岭陕西段地表面积与垂直投影面积差异性分析

基于DEM数据,利用中心像元与相邻8个像元模型计算了位于陕西境内的秦岭腹地地表面积,结果表明:①秦岭陕西段地表面积为75224.67 km^2,与垂直投影面积61641.27 km^2相比增加了22.04%;②秦岭陕西段地表面积与垂直投影差异与海拔的关系呈类抛物线趋势,海拔高度为2000 m时二者的差异达最大;③与垂直投影面积相比,秦岭陕西段低山、中高山以及亚高山面积分别由19258.34 km^2、33654.18 km^2、3789.32 km^2增加到21559.88 km^2、39836.85 km^2、4480.92 km^2,增长比例分别为11.9%、18.4%与18.3%;④秦岭陕西段不同土地利用类型的地表面积与投影面积均存在差异,未利用地地表面积与垂直投影面积的差异最大,达34.4%,林地次之,差异为27.7%,再次是草地,差异为22.4%左右,农田、其他林地、水域、居民地与工矿用地的地表面积与投影面积的差异较小,依次为12.5%、8.5%、5.4%和2.5%。     

Analyzing Temporal-spatial Change of Urumqi Impervious Surface using Linear Spectral Mixture Analysis

The method of linear spectral mixture analysis combined with V-I-S model(Vegetation-Imperious surface-Soil) is used to estimate the impervious surface abundance of Urumqi city, which is in the core area of the Silk Road Economic Belt, using Landsat OLI and TM multi-spectral data. Because the red color steel shed has low brightness on the impervious surface brightness image, an improvement was proposed, and then verify the accuracy through the interpretation of high-resolution satellite imagery. The results show that: the impervious surface area in Urumqi displayed a significant expansion from 140.41 km² to 462.62 km² during past 24 years (1994 to 2018). It expanded slowly during 1994 to 2005, and increased rapidly since 2005. The expansion intensity increased during 1994~2015 and decreased after 2015; and the spatial expansion of urban impervious surface is significantly different, with the largest expansion area in the west and northeast direction. The comprehensive analyses suggested that the expansion of the impervious surface of Urumqi city is limited by the surrounding mountain topography and coal mining, and the “Urumqi-Changji integration” policy is the major driving factor for urban expansion in the past 24 years.     

基于遥感的干旱区典型绿洲LUCC研究

以干旱区典型的条带状且末绿洲为例,采用1973年MSS、1991年TM、2001年和2008年ETM+遥感影像为数据源,结合野外考察数据,选择适宜的分类指标体系,对遥感图像进行了监督分类,并获得了研究区土地利用/覆盖转移矩阵。 研究结果表明:近35 a 来耕地面积一直呈现出增加的趋势,增加了105.32 km²,耕地面积的增加量主要是由草地和林地的转化而来,是增加最快的土地利用类型;林地和草地面积一直呈逐渐减少的趋势,其中减少最多的土地类型是林地,减少了69.459 km²,林地面积的减少是由于林地转移草地、水体和耕地的比例超过草地转移林地的比例所致;草地面积减少了63.093 km²,主要是由一部分草地转移耕地、未利用地而引起;水域面积总体上有增加趋势,增加了22.073 km²,主要由草地和未利用地转移水体而引起;未利用地变化幅度不大,有缓慢增加的趋势,增加5.093 km²。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源，利用面向对象和决策树方法获得多期土地覆被数据；以此为基础，分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间，吉林省西部耕地面积增加了2159.33 km²，增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加，但在2010~2015年期间呈减少趋势。水田面积持续扩张，25年间增加了1139.39 km²（51.7%），旱田净转化为水田的面积不断增加，1990~2000年为69.13 km²，2000~2010年为156.19 km²，2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因，影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议，为区域农业生产和生态建设提供科学借鉴。     

1990~2015年吉林省西部耕地变化与“旱改水”时空特征研究

以Landsat遥感影像为数据源,利用面向对象和决策树方法获得多期土地覆被数据;以此为基础,分析了1990~2015年吉林省西部耕地变化与旱田水田转化特征及驱动因素。结果表明：1990~2015年期间,吉林省西部耕地面积增加了2159.33 km²,增速逐渐变缓。旱田面积在1990~2000和2000~2010年期间有小幅增加,但在2010~2015年期间呈减少趋势。水田面积持续扩张,25年间增加了1139.39 km²（51.7%）,旱田净转化为水田的面积不断增加,1990~2000年为69.13 km²,2000~2010年为156.19 km²,2010~2015年为288.27 km²。人口和经济的增长是导致耕地面积迅速增长的主要原因,影响水田面积扩张和旱田向水田转化的驱动因素有：科技进步、水利设施建设、政策倾向和利益驱动。最后提出了吉林省西部地区耕地保护的建议,为区域农业生产和生态建设提供科学借鉴。     

Study on Dynamic Remote Sensing Monitoring of LUCC and Soilwind Erosion Intensity in the Beijing-Tianjin Sandstorm Source Control Project Region

The Land Use/Cover Change(LUCC) and soil wind erosion intensity of the Beijing\|Tianjin sandstorm source control project region were monitored by remote sensing.The spatial and temporal patterns of LUCC and soil wind erosion in the project region were analyzed.The results showed that there was significant difference in LUCC and soil erosion intensity before and after the project was implemented.In the recent 30 years,the LUCC process mainly manifested the change from cultivated land reclamation to ecological conversion of farmland to forest and grass,with the ecological restoration and desertification effectively inhibited.The overall arable land showed an increase and then decreased.The area of arable land increased from 2000 to 2015,the area of cultivated land converted to forest and grassland was 446.10 km² and 1 129.32 km²,with the most obvious in the west;the area of land for construction expanded obviously;the trend of unutilized land decreased significantly The type of conversion is dominated by grassland conversion to grassland with an area of 493.12 km².The erosion-mitigating modulus of soil erosion in the project region with wind-blown sand control decreased overall,especially after the implementation of ecological engineering (p<0.001).The eastern and southern areas are covered with high-coverage grassland and soil wind erosion in the area with the main type is small;Soil wind erosion in the Hunshandake sandy land is larger,but the overall trend is decreasing.Different land use/cover types have a greater impact on soil wind erosion intensity.The order of soil wind erosion modulus is Sandy land> Sparse grass> Moderate grass>dryland> Shrub>Paddy>Dense grass> Other woods> Sparse woods> Forest;The conversion of low coverage to high coverage grassland types effectively inhibited soil erosion (-66.12%),and the increase of vegetation coverage effectively reduced soil erosion.The soil wind erosion increased (58.26%) in the surrounding area of sandy area,the soil wind erosion increasedduring the conversion process of low coverage grassland type,and the grassland was converted into sand,and the wind erosion in the dry land increased.     

Retrievalof Agriculture Greenhouse based on GF-2 Remote Sensing Images

Timely and accurately acquisition of the area and spatial distribution of greenhouse in the agricultural regions using remote sensing technique is a novel solution,which would be valuable for the local authorities taking measures to adjust regional agricultural structure and to prevent and control environmental pollution.In this study,the nearest neighbor method based on object\|oriented thought is used to extract greenhouses in Guantao County of Handan City with GF-2 satellite image.The random verification shows that the accuracy of extraction in greenhouses is 95.65%,and the area of the greenhouse is 21.11 km².Since auxiliary facilities around greenhouses were also included in the area of greenhouses issued by local authority,the extraction results need to be revised by calculating the ratio of greenhouse in the greenhouse area.As a result,the final area of greenhouses is 33.68km²with the area accuracy of 87.80% (compared with the official statistics:30 km²).Greenhouses in Guantao County were obviously spatially clustered in some zones along traffic arteries and main rivers,especially around the Zhaizhuang village (about 0.93 km²).Using Chinese high-resolution satellites images to extract information of greenhouses can be effective and feasible with suitable method,and can provide technical support for decision makers to the spatial planning and management of agricultural greenhouse and the supervision and control of agricultural pollution.