首页期刊导航|无线电工程
期刊信息/Journal information
无线电工程
中国电子科技集团公司第五十四研究所
无线电工程

中国电子科技集团公司第五十四研究所

屈永欣

月刊

1003-3106

gch4954@163.com

0311-86924962

050081

河北省石家庄市中山西路590号

无线电工程/Journal Radio Engineering 北大核心
查看更多>>《无线电工程》(月刊)创刊于1971年,由中国电子科技集团公司第五十四研究所主办,国内外公开发行。本刊坚持学术性与技术性相结合,以跟踪遥感遥测遥控学科发展、交流测控领域学术与技术应用成果为主要报道内容,突出高科技并兼顾其他相关专业。《中文核心期刊要目总览》收录期刊,多次荣获工业和信息化部编辑质量优秀奖、出版质量优秀奖,河北省出版物印刷优质产品(一等品)。
正式出版
收录年代

    改进YOLOv5的军事飞机检测算法

    王杰张上张岳胡益民...
    589-596页
    查看更多>>摘要:针对遥感图像中军事飞机目标检测存在的精度低、漏检和虚警率高等问题,提出了一种基于YOLOv5s的轻量化遥感图像军事飞机目标检测算法——YOLO-Military Aircraft Recognition(YOLO-MAR).提出新的网络结构,完成多尺度感受野权重调整,重设计特征提取网络和特征融合网络,实现小目标特征权重增加,并进行轻量化处理;使用FPGM对重构后的模型进行剪枝,极大地降低了模型的参数量和体积;使用SIoU Loss作为模型的损失函数,使模型的收敛速度加快并提升检测的精度.结果表明,在公开军用飞机数据集MAR20上,YOLO-MAR相比于原YOLOv5s,模型体积降低至3.95 MB,缩小了 71.5%,经过剪枝后的模型体积最小可缩减至0.2 MB,模型平均检测精度最高可达91.7%,提高了 2.34%,并且在检测效果、模型体积、参数量和计算量等方面具有先进性,能够对军用飞机目标进行高质量实时检测.

    目标检测军事飞机YOLOv5sFPGMSIoULoss

    基于改进CStrack关联策略的多目标跟踪算法

    苏佳冯康康孟俊彤梁奔...
    597-606页
    查看更多>>摘要:针对复杂场景下目标外观变化明显、运动不规律易导致轨迹中断和身份切换频繁等问题,从重识别(Re-Identification,Re-ID)特征、数据关联和插值等方面对跟踪器进行改进,提出基于改进CStrack关联策略的多目标跟踪算法.使用外观特征更新模块,减小因视角改变、目标移动导致特征剧烈变化而产生的影响,增强特征间的关联.提出二次关联方法,根据高低置信度检测结果的特点,使用不同的度量方式进行二次关联:第一次关联使用IoU距离融合外观特征作为关联的代价矩阵,第二次使用扩展IoU关联,缓解运动估计偏差、外观不可区分导致度量失效的问题;采用高斯回归算法,考虑运动信息,通过插值补偿漏检.在MOT17、MOT20数据集上进行测试,跟踪精度分别达到73.9%、64.2%.实验结果表明,该方法在跟踪精度上有明显优势,能够较好地适应复杂场景.

    多目标跟踪CStrack重识别数据关联

    融合对抗网络和维纳滤波的无人机图像去模糊方法研究

    张文政吴长悦赵文满卫东...
    607-614页
    查看更多>>摘要:针对无人机(UAV)测量中出现的运动模糊问题,尝试将DeblurGANv2网络引入到UAV测量模糊图像的恢复任务中,并设计一种自适应指数移动平均损失函数(Adaptive Exponential Moving Average Loss Function,AEMALF),又将维纳滤波后的图像存在振铃效应进行高频抑制并通过色彩映射等方法恢复原图像部分细节,建立了模拟仿真的UAV测量运动模糊图像数据集.提出了一种改进的对抗网络DeblurGANv2算法和配合维纳滤波预处理的图像去模糊方法.实验结果表明,相较于同类算法,所提算法更能充分挖掘图像多尺度特征,恢复的图像平均峰值信噪比(Peak Signal to Noise Ratio,PSNR)和平均结构相似性(Structural Similarity,SSIM)均有显著提高.

    无人机图像恢复维纳滤波轻量模型自适应指数移动平均损失函数

    基于双路特征和混合注意力的微表情识别

    袁博薛珮芸白静师同同...
    615-622页
    查看更多>>摘要:人脸面部微表情是一种快速而微妙的变化动作,为了更好地提取到微表情的运动特征,提出一种基于差分图像序列的微表情特征提取算法,可以有效地提取到微表情帧序列与起始帧之间的运动特征.为了提高微表情识别的准确率,提出了一种融合通道注意力和空间注意力的混合注意力模型,该模型可以很好地提取到微表情的关键特征,并且减少无用特征对微表情情绪识别结果的影响.将微表情的光流特征和差分图像序列特征分为两路送入混合注意力机制模型中,对模型进行训练并得到最终识别结果.在CASMEⅡ、SMIC(HS)、SAMM和MEGC2019数据集上的实验结果表明,使用双路特征比单一特征未加权平均召回率(Unweighted Average Recall,UAR)和未加权F4得分(Unweighted F1-score,UF1)均提升了 2%以上,使用混合注意力机制比不使用注意力机制的UAR和UF1均提升了 10%以上.

    微表情识别光流特征差分图像注意力机制神经网络

    基于多尺度YOLOv5的交通标志检测

    朱宁可张树地王翰文李红松...
    623-632页
    查看更多>>摘要:针对小目标交通标志检测存在的检测精度低、漏检率高等问题,提出了一种基于多尺度融合的YOLOv5改进算法.在主干网络后输出4个有效特征层以便更好地融合多尺度信息,在主干网络输出的3个特征层中添加改进的多尺度融合注意力机制CBAM_U,以提升网络的检测能力;在Path Aggregation Network(PANet)下采样过程中添加Fusion模块,促进不同感受野下特征的细融合;在YOLOHand前加入Adaptively Spatial Feature Fusion(ASFF)模块解决特征金字塔融合的不一致性,进一步提升网络的表达能力.实验结果表明,提出的方法相比于原始YOLOv5网络在CCTSDB数据集中mAP@0.5提升了 3.07%,召回率提升了 3.83%,查准率提升了 1.64%,F1-Score提升了 2.66%,相比于其他检测算法,改进后的YOLOv5算法在复杂场景中具有更好的鲁棒性.

    交通标志检测小目标多尺度融合CBAM_U细融合

    基于改进YOLOv7的低空飞行物目标检测方法

    甄然刘雨涵孟凡华刘颖...
    633-643页
    查看更多>>摘要:目前无人机检测技术应用广泛,但无人机在执行目标检测任务中可能遭遇多种空中障碍物,这些目标具有成像小、像素特征少和相对速度变化快等检测难点,针对此类目标引起的漏检误检问题,提出了一种基于改进YOLOv7算法的低空飞行物目标检测算法.在传统YOLOv7算法的基础上,在Head网络引入SimAM注意力机制,该机制与现有的通道和空间注意力模块相比,同时考虑空间和通道维度信息,且不在原始网络中添加额外参数;在主干网络中结合ConvNeXt网络,提出CvNX模块,降低网络计算量,并保留目标特征;用SIoU-Loss代替原有的CIoU-Loss,提高算法收敛速度;在图像后处理阶段使用SIoU-NMS,减少遮挡导致的目标漏检.在自有低空飞行物数据集上实验结果表明,改进的YOLOv7算法平均精度(Average Precision,AP)达到 97.1%,相比 YOLOv7 算法,平均精度均值(mean Average Precision,mAP)提高了1.7%,且误检、漏检率低,达到了在复杂背景下检测低空飞行物目标的要求.

    YOLOv7目标检测无人机低空飞行物注意力机制

    基于深度学习的网络安全命名实体识别方法

    李大岭张浩军王家慧李世龙...
    644-652页
    查看更多>>摘要:针对中文网络安全领域缺乏公开数据集和有效的命名实体识别(Named Entity Recognition,NER)方法,提出一种融合汉字多源信息的网络安全NER方法.通过构建数据集中所有字符的偏旁和字频向量表,增强了中文字向量的特征表达能力,嵌入到改进的词汇融合模型中进行字向量与词向量的融合,输入到条件随机场(Conditional Random Fields,CRF)进行解码.实验结果表明,该方法在保持较快解码速度和占用较低计算机资源的情况下,在网络安全数据集上,其准确率、召回率和F1值分别为0.864 9、0.840 2和0.852 3,均优于现有模型,能够为后续网络安全知识图谱的构建提供支撑.

    网络安全中文命名实体识别预训练模型词向量融合条件随机场

    一种快速鲁棒性的视差图像拼接方法

    张望成杨建永胡炎
    653-659页
    查看更多>>摘要:当小型旋翼无人机超低空飞行时,不同位置拍摄的图像中极易出现结构视差.传统基于全局投影的拼接方法在处理视差图像时会出现伪影或畸变.最近的自适应拼接方法,如As-Projective-As-Possible(APAP)及其优化方法,使用"网格"来构建密集的局部投影场域,以改善视差图像拼接的对齐度和自然度,但计算复杂度较大.为此,提出了一种新颖的视差图像拼接方法,以深度稠密投影(Deep Dense Projection,Deep-DP)为特征匹配框架,设计了一种轻量化并行计算框架求解平滑形变场,以实现视差图像无缝拼接.在对比试验中,该算法平均运行时间达到0.2 s,显著优于其他先进算法,并且对齐质量和自然度达到了相近水平.提出的算法在兼顾图像拼接准确性的同时,计算效率显著提高.

    图像拼接视差图像轻量化平滑形变场

    基于逆向重建和运动轨迹偏移的视频重定向质量评价

    卢铭胜唐振华
    660-669页
    查看更多>>摘要:随着视频重定向方法的日渐发展,对视频重定向质量客观评价算法的要求愈高.现存的视频重定向质量客观评价算法均以Scale Invariant Feature Transform flow(SIFT-flow)稠密匹配为基础.当原始帧与重定向帧尺寸不一致时,SIFT-flow稠密匹配会产生错误,客观评价算法性能下降.在匹配过程中,逆向重建网格存在未匹配区域.基于上述情况,提出一种基于逆向重建和运动轨迹偏移的视频重定向质量客观评价算法.该算法通过减小目标函数平滑项的权重和删除黑边减少了错误匹配的情况,并提出网格损失率(Grid Loss Ratio,GLR)衡量未匹配区域的空间失真,且使用网格运动轨迹偏移量减少对SIFT-flow稠密匹配的依赖.与Multimedia Lab(ML)主观数据库的肯德尔相关系数达到0.593,其标准差为0.295.与其他算法相比,该算法能更好地评估重定向过程的失真,更符合人们的主观评价结果.

    视频重定向质量评价客观评价逆向重建网格运动轨迹偏移量

    融合卷积和Transformer的多尺度皮肤病变分割算法

    蒋新辉李筱林韦春苗覃镇锋...
    670-678页
    查看更多>>摘要:皮肤病变自动分割对协助医生临床诊断、治疗及术后观察都具有非常重要的意义.现有卷积擅长建立局部相关性但无法捕获像素长程依赖关系,而Tansformer可以建立特征信息的全局依赖关系但会造成局部细节信息丢失.因此,提出了一种融合卷积和Transformer的多尺度自动分割网络.采用ResNet34作为基础编码块,利用其金字塔结构建立病灶的多级局部相关性;采用Swin Transformer模块捕获上下文特征的长程依赖关系,考虑到病灶形状多变、大小不一等情况,提出多尺度特征聚合模块来进一步提取上下文特征多尺度信息;采用具有注意力机制的解码块逐步融合编码块提取到的多级语义信息.实验结果表明,所提模型在ISIC 2017数据集上测试所得的Dice系数分别高达89.55%,FPS高达83,与其他先进模型相比,本模型参数更少、推理速度更快、精度更高.

    图像处理SwinTransformer多尺度特征聚合模块注意力机制