面向智能感知的小样本学习研究综述

小样本学习指只利用目标类别的少量监督信息来训练机器学习模型。由于其实用价值，学术界和工业界提出很多针对该问题的解决方案，但是目前国内缺少该问题的综述。本文对国内外学者提出的小样本学习算法及基于小样本学习的目标检测算法进行了系统的总结和探索。首先，给出了小样本学习的问题定义，列举其与其他一些经典的机器学习问题之间的联系，同时从理论上阐述小样本学习问题面临的挑战；接着，对基于小样本学习的图像分类进行了概述，并对其中代表性的工作进行介绍与分析；在此基础上，重点针对基于小样本学习的目标检测，特别是零样本条件下的目标检测问题，详细介绍和分析了现有的研究工作；最后，立足于现有方法的优缺点，从问题设定、理论研究、实现技术以及应用场景等几个方面对小样本学习的未来发展进行了展望，期望为该领域后续的研究工作提供启示。     

基于深度学习的无人机航拍目标检测研究综述

目标检测是提高无人机（UAV）感知能力的关键技术之一,其研究对于无人机的应用有着重要意义。与基于手工特征的传统方法相比,基于卷积神经网络的深度学习方法具有强大的特征学习和表达能力,成为目前目标检测任务的主流算法。近年来,目标检测技术已经在自然场景图像上取得了一系列突破性进展,在无人机领域的研究也逐渐成为热点。首先系统阐述了基于深度学习的目标检测算法的研究进展,并总结了相关算法的优缺点。对常见的航空影像数据集进行了梳理并介绍了迁移学习的方法;从无人机影像背景复杂、目标较小、视场大、目标具有旋转性的特点出发,对无人机目标检测在近期的研究进行了归纳和分析。最后讨论了存在的问题和未来可能的发展方向。     

基于深度学习的无人机航拍视频多目标检测与跟踪研究进展

随着无人机航拍的数据采集愈加便捷，以无人机为平台的多目标检测与跟踪技术发展迅速，在智慧城市、环境监测、地质探测、精准农业和灾害预警等民用和军事领域有着广泛的应用前景，近年来深度学习的突飞猛进也为其提供了多种更为有效的解决思路。然而，无人机视角下目标外观发生突变、目标区域被严重遮挡以及目标消失和重现等挑战性的问题尚未完全解决。综述了基于深度学习的无人机航拍视频多目标检测与跟踪算法，总结了该领域的最新进展，包括多目标检测、多目标跟踪2个模块。多目标检测模块划分为双阶段与单阶段两个部分。对于多目标跟踪模块则依据基于检测的跟踪和联合检测的跟踪2个经典框架，分别阐述了2类算法的原理并分析其优缺点。随后对现有的公开数据集进行统计分析，并对基于无人机航拍视频的多目标检测与跟踪领域内标杆挑战赛VisDrone Challenge近年来的最优方案进行了对比分析。最后总结了无人机视角下多目标检测与跟踪亟待解决的问题并展望未来可能的研究方向，为后续相关研究的人员提供参考。     

小样本目标检测综述

小样本学习是指在样本数据不足或质量较低的情况下进行的深度学习训练和预测的方法.针对深度学习目标检测应用中可能会面对的样本数据不足的问题,分析了小样本目标检测的数学模型和误差来源,将适用于小样本目标检测的方法分成数据、模型和算法三个类别进行了归纳总结,简述了各个方案的缺点与不足,并枚举了近年来在小样本目标检测上的可行方法实践探索,简要介绍了其实现的效果.在此基础上,简单介绍了与小样本学习相类似的深度学习应用,并在分析了目前小样本检测中存在的问题后,对未来小样本目标检测的发展方向和研究趋势进行了讨论.     

复杂条件下的运动目标检测方法研究综述

运动目标检测是当前研究热点之一,被广泛地应用于计算机视觉、视频处理等领域。将运动目标检测的三种常用方法进行对比,总结其各自的适用性及局限性。针对光照变化、背景存在干扰运动、前景色与背景色接近等复杂条件,综述了相应的多种解决方案,并指出了方案算法的局限性,对复杂条件下运动目标检测方法的发展方向进行展望,从而为相关工作的进一步研究指出了方向。     

基于迁移学习的小样本目标识别研究进展与展望

在空、天、海等复杂环境下的目标识别任务中，高质量的样本数据往往较少。特别是在干扰对抗环境下，某些特定领域的目标信息获取困难，可靠的标注数据较少。小样本问题对深度学习技术在目标识别任务中的应用提出了新的挑战。迁移学习为小样本不确定环境下的目标识别问题提供了新的研究思路。本文针对小样本目标问题，以机载雷达等空天传感器信息对海面目标识别为例，介绍了迁移学习的主要思路和方法，对迁移学习在海面目标识别问题中的应用现状进展进行了总结；分析和归纳了迁移学习在海面目标识别应用中的主要挑战。最后对可解释性及鲁棒性的海洋目标识别技术需求及未来发展方向进行了展望。     

基于多尺度深度学习的自适应航拍目标检测

无人机已经被广泛应用到各个领域,目标检测成为无人机视觉领域关键技术之一。针对无人机图像中场景复杂、尺度多变、小目标丰富等问题,提出了一种基于多尺度深度学习的自适应航拍目标检测算法。首先,构建自适应特征提取网络MSDarkNet-53,引入多尺度卷积方式,采用不同类型卷积核对不同尺寸目标进行运算,有效扩大感受野。其次,结合注意力机制的优点设计卷积模块,自适应优化特征权重,增强有效特征,抑制无效特征,得到表征能力更强的特征。最后,构建基于多尺度特征融合的预测网络,根据小目标的特点,选取多层级特征映射融合成高分辨率特征图,在单一尺度上进行目标分类和边界框回归。实验表明：本文算法提升了无人机图像的目标检测精度,具有良好的鲁棒性。     

无人机航拍野生动物智能检测与统计方法综述

近年来无人机航拍技术逐步应用于野生动物保护,在很大程度上提高了考察效率。由于航拍图像与地面拍摄图像的特征差异较大,加之野生动物生存环境背景复杂,目前没有通用的方法可直接应用于野生动物航拍图像的检测与统计。本文回顾了智能检测和统计技术近年来的发展,针对无人机航拍野生动物图像的大场景、小目标、多尺度、复杂背景等特点,介绍了无人机航拍动物群数据集的选取与建立方法,以及基于深度学习的检测与统计方法,并进行了深层次地分析,归纳了各类方法的优势和可应用场景,总结了各方法的特点和适用范围,同时针对存在的问题给出了改进方向。     

面向目标分类识别的多任务学习算法综述

多任务学习(MTL)可以在训练中联合利用多个任务的监督信号，并通过共享多个相关任务之间的有用信息来提升模型性能。本文从目标分类识别应用角度，全面梳理和分析了多任务学习的机制及其主流方法。首先，对多任务学习的定义、原理和方法进行阐述。其次，以应用较为广泛、具有代表性且具有共性特点的细粒度分类和目标重识别为例，重点介绍多任务学习机制在目标分类和识别任务应用的2类方法：基于任务层的多任务学习和基于特征层的多任务学习，并针对每种类型进一步分类分析不同的多任务学习算法的设计思想和优缺点。接着，对本文综述的各种多任务学习算法在通用数据集上开展性能对比。最后，对面向目标分类和识别任务的多任务学习方法的未来趋势进行展望。     

基于关键点检测的红外弱小目标检测

红外弱小目标检测旨在从复杂的背景中检测出红外弱小目标，该技术在监视预警系统、精确制导等方面具有重要应用价值。针对已有的传统算法存在漏检、误检，深度学习中基于语义分割的检测方法易受“过分割”与“欠分割”影响等问题，提出了一种基于关键点检测的红外弱小目标检测算法（KeypointNet）。主要创新点为：直接优化目标中心点坐标，提高了检测效率，有效地保证了目标的检测率与虚警率；设计了一种从低层级到高层级的特征融合模块，获取了目标的多尺度信息，提升了检测效果。在相关数据集上的实验表明：KeypointNet算法的检测率能够达到97.58%，同时虚警率在2%以下，与其他算法相比取得了最好的效果。     

GroupNet: Learning to group corner for object detection in remote sensing imagery

Due to the attractive potential in avoiding the elaborate definition of anchor attributes,anchor-free-based deep learning approaches are promising for object detection in remote sensing imagery. Corner Net is one of the most representative methods in anchor-free-based deep learning approaches. However, it can be observed distinctly from the visual inspection that the Corner Net is limited in grouping keypoints, which significantly impacts the detection performance. To address the above problem, ...     

飞行器水载荷结构完整性数值模拟现状与展望-Part I:水上迫降和水上漂浮

现代飞行器面临水上迫降、水上漂浮、贮箱晃动和投汲水等复杂水载荷的结构完整性和乘员安全性分析问题日趋重要,随着科学技术的发展,数值模拟已经成为飞行器设计、分析和适航取证的重要手段。以固定翼飞机、水陆两栖飞机、直升机、火箭和卫星等现代航空航天飞行器为对象,围绕适用于飞行器水载荷分析的数值模拟方法进行综述,根据外流（水上迫降和水上漂浮）和内流（贮箱晃动和投汲水）的不同将综述内容分为Part I和Part II两部分。Part I的主要工作为：首先,归纳水上迫降和水上漂浮的事故和试验,总结水气两相流和流固耦合算法的发展现状和优缺点;随后,结合工程实际,介绍飞行器水上迫降和水上漂浮的范畴、水载荷分析要点、适用的数值模拟方法和软件的国内外发展情况,其中,水上迫降的总结包括飞行参数、波浪水面和弹性体对迫降性能的影响研究,水上漂浮的总结涵盖了飞行器构型参数、破舱和波浪对漂浮性能的影响研究;最后,指出复杂风浪情况下水上迫降和漂浮的水气固三相耦合工程应用难点和解决途径,并探讨飞行器水载荷数值分析的技术挑战和未来的发展方向。     

基于面向对象PETRI网的移动式Agent系统

 为了简化移动式Agent 的设计和实现,描述了以OOPN 为建模语言,建立移动式Agent 系统的基本原理。该系统提供了可视化系统建模、死锁检测和实际的系统运作功能。首先介绍OOPN 的基本概念和Agent 编程工具Aglets,在此基础上介绍如何通过OOPN 建模来生成移动式Agent 系统的具体实现机制,包括Agent 的远程创建和动态部署。最后通过生产者—消费者实例来说明整个系统的执行过程。     

空间目标地基光电探测与识别技术的发展

空间目标地基光电探测与识别技术是空间态势感知的主要技术手段之一。首先归纳了空间目标的典型光学特征,分析了用于轨道与光学特征探测与识别的两类光电望远镜特点,梳理了国外空间目标光电探测与识别技术的发展历程,简要总结了空间目标地基光电探测与识别技术和应用需求间的主要问题,展望了空间目标光电探测与识别技术的未来发展方向。     

Ship detection and classification from optical remote sensing images: A survey

Considering the important applications in the military and the civilian domain, ship detection and classification based on optical remote sensing images raise considerable attention in the sea surface remote sensing filed. This article collects the methods of ship detection and classification for practically testing in optical remote sensing images, and provides their corresponding feature extraction strategies and statistical data. Basic feature extraction strategies and algorithms are analyzed associated with their performance and application in ship detection and classification. Furthermore, publicly available datasets that can be applied as the benchmarks to verify the effectiveness and the objectiveness of ship detection and classification methods are summarized in this paper. Based on the analysis, the remaining problems and future development trends are provided for ship detection and classification methods based on optical remote sensing images.     

带收益的车辆路径问题研究综述

车辆路径问题是企业实现物流配送的关键环节,对带收益的车辆路径问题的研究进行了综述。根据目前该问题的研究进展,对相关的研究进行了分类;分析了该类问题的特点,探讨了相应的0-1整数规划模型及集划分模型,总结了求解该问题的精确算法与启发式算法。介绍了该问题在实际中的应用,展望了其研究前景,为相关研究指出了方向。     

非视域成像系统的研究现状和发展趋势

非视域成像是一种新型针对视线外目标的计算成像技术,它以时间飞行探测技术为基础,通过探测被隐藏在视域之外的物体反射回来的光子利用重建算法来重建隐藏物体的像,在自动驾驶、灾难救援、医学成像和军事反恐等方面有着广阔的应用前景。首先介绍了近年来发展起来的主动和被动非视域成像系统的研究现状,从非视域成像系统的成像装置、分辨率和重建算法等几个方面分析各自的特点和发展趋势。最后,还讨论了非视域成像技术在实际场景应用中所需要解决的一些关键问题,并展望了非视域成像技术的未来发展方向。     

外物损伤对风扇／压气机叶片高循环疲劳性能影响的研究

对外物损伤(FOD)对航空发动机风扇/压气机叶片高循环疲劳(HCF)性能影响的国内外研究进行了综述和分析,介绍了美、英等国通过实施涡轮发动机HCF研究计划在FOD对叶片HCF性能的影响研究方面所取得的进展和成果,总结了中国近年来对FOD问题的研究内容,指出了中国该项技术研究的不足和差距,并对需要进一步深入研究的关键技术问题提出了建议。