基于迁移学习的机场场面目标检测与跟踪技术研究

本文分析了深度学习技术的基本原理,讨论了其应用与目标检测与跟踪领域的基本方式。利用实地采集的广汉机场场面视频数据,采用深度迁移学习的策略,研究了面向机场场面目标的检测与跟踪技术。     

S模式二次雷达数据链应用分析

S模式在传统的A/C模式应答机基础上增加了数据链传输的功能,可以提升监视系统的工作能力。本文从S模式数据链的发展、原理和应用等方面,分析了S模式的基本特点和潜在的应用场景,探讨了S模式数据链在监视系统中的一些应用的优势。     

多核操作系统发展综述

对多核操作系统的发展状况进行了综述,指出了多核操作系统的发展滞后于多核技术发展的现状,介绍了多核操作系统的起源和国内外研究状况,分析了多核操作系统研究中面临的一些主要问题及已有的研究成果。最后,对多核操作系统的一些研究方法进行了总结。     

回归蒸汽时代

<正>蒸汽机车正渐渐被电动机车取代,但在一些地方,这些具有历史价值的火车还在默默工作着。从东北林区到四川盆地,让镜头带我们回到蒸汽时代。黑龙江黑龙江HEILONGJIANG拍摄心得韩松:我在鸡西这个煤城生活了30多年,是蒸汽机车的轰鸣声伴随着我一天天长大。2009年12月5日早上醒来,看到漫天飞舞的雪花,忽然想到雪中的蒸汽机车应该是我最想拍摄的,于是抓起相机驱车直奔鸡西矿务局城山煤矿。     

基于注意力机制的YOLOv5算法在跑道异物检测中的应用

机场跑道异物严重影响飞行安全，针对现有算法对小目标存在误检、漏检等问题，提出一种改进的YOLOv5算法对机场跑道异物进行检测。在YOLOv5的主干网络中添加有效通道注意力（ECA）模块，通过少量参数的增加带来明显的性能增益。将颈部网络中原特征金字塔模块替换为加权双向特征金字塔（BiFPN）网络，实现双向跨尺度连接和加权特征融合。采用EIoU Loss作为损失函数，加快了收敛速度。在FOD-A数据集上的实验表明，改进后的YOLOv5模型均值平均精度（mAP@0.5）指标达到了97.4%，相比于原模型提高了1.6个百分点。     

卷积神经网络研究综述

近年来,卷积神经网络在图像分类、目标检测、图像语义分割等领域取得了一系列突破性的研究成果,其强大的特征学习与分类能力引起了广泛的关注,具有重要的分析与研究价值。首先回顾了卷积神经网络的发展历史,介绍了卷积神经网络的基本结构和运行原理,重点针对网络过拟合、网络结构、迁移学习、原理分析四个方面对卷积神经网络在近期的研究进行了归纳与分析,总结并讨论了基于卷积神经网络的相关应用领域取得的最新研究成果,最后指出了卷积神经网络目前存在的不足以及未来的发展方向。     

基于多尺度显著区域特征学习的场景识别

场景识别是图像高层语义信息理解的重点和难点领域。如何寻找场景中有效信息的位置是场景识别领域中非常困难的问题。该文提出了一种基于多尺度显著区域特征学习的场景识别方法。首先,提取一个场景中在多尺度下的显著区域;然后,通过卷积神经网络的迁移学习,利用学习到的特征在多尺度的显著区域内对场景进行识别。基于两个公共场景识别数据库上的实验证明了该方法的有效性和良好的泛化能力。实验结果表明,该方法相对于传统的场景识别方法能取得更好的场景识别准确度。     

无人机航拍图像语义分割研究综述

随着无人机技术的快速发展,无人机在研究领域和工业应用方面受到了广泛的关注。图像和视频是无人机感知周围环境的重要途径。图像语义分割是计算机视觉领域的研究热点,在无人驾驶、智能机器人等场景中应用广泛。无人机航拍图像语义分割是在无人机航拍图像的基础上,运用语义分割技术使无人机获得场景目标智能感知能力。介绍了语义分割技术和无人机的应用发展、相关无人机航拍数据集、无人机航拍图像特点和常用语义分割评价指标。针对无人机航拍的特点介绍了相关语义分割方法,包括小目标、模型实时性和多尺度整合等方面。综述无人机语义分割相关应用,包括线检测、农业和建筑物提取等方向,并分析无人机语义分割未来发展趋势和挑战。     

机场跑道入侵检测方法研究

民航的高度规模化发展,使得机场面临的安全挑战更为严峻。机场双跑道、多跑道模式导致跑道入侵几率增加,使其成为威胁航班地面安全重要的问题。本文对跑道入侵原因及其探究方法、跑道入侵特征和入侵预测、检测系统进行了研究,对管制员终端提出一些设计思路。     

回归蒸汽时代

蒸汽机车正渐渐被电动机车取代，但在一些地方，这些具有历史价值的火车还在默默工作着。从东北林区到四川盆地，让镜头带我们回到蒸汽时代。