排序方式: 共有90条查询结果,搜索用时 46 毫秒
31.
古希腊人把位于埃及开罗西部、尼罗河谷绿洲与撒哈拉沙漠交汇的吉萨金字塔誉为世界七大奇迹之一。当年拿破仑曾来到金字塔下,巨大的塔身与他矮小的身材形成了鲜明对比,于是发出了“五千年的时间在俯看着我”的怆然之感。隐藏在金字塔中的法老咒语之谜等诸多令人叹为观止的神谕和奥秘,在人们心中激起的好奇几乎可与人类对宇宙的好奇相媲美。其中,法老咒语之谜被揭开之前人们步履蹒跚的研究考证过程,与今天人们对UFO的探索之旅有许多相似之处。1923年,人们发掘杜德·安克·阿蒙国王墓后,发现在一块石碑上有法老的警告咒语:死神将展翅杀死任… 相似文献
32.
宇宙这么浩大,地球不可能是唯一具有智慧生命的星球。几千年来,从复活节岛那冷傲的石像到英格兰南部的巨石阵,从埃及矗立了几千年的金字塔到秘鲁巨大的纳斯卡线条画,有太多的谜团、太多的问题找不到圆满的答案。或许古人以我们现代人都无法理解的方式创造了一个又一个的奇迹,但 相似文献
33.
金字塔和类人生命体有一个被称为“比拉米特卡”的区域,首先发现这个地区的也是埃米尔·费多罗维奇·巴秋林。在距离那里最近的有人居住的地方大约10千米处,不知是谁建造了三个石制的小型金字塔。它们正好处在一个等腰三角形的三个角上。在特殊仪器的帮助下,专家们发现在每个金字塔的顶部都放射出窄束能量流。有一种说法认为,这些小型金字塔是UFO独特的定位标。有时,为了搞清楚金字塔的秘密,会有一些研究人员在金字塔的旁边开展挖掘工作,希望能从塔基下面发现点儿什么。然而,这样的工作总是以一些挖掘者受伤而结束。尽管采取了预防措施,但… 相似文献
34.
3D目标检测是计算机视觉和自动驾驶中一项重要的场景理解任务。当前基于立体图像的3D目标检测方法大多没有充分考虑多个目标之间的尺度存在较大差异,从而尺度小的物体容易被忽略,导致检测精度低。针对这一问题,提出了一种基于立体图像的多路径特征金字塔网络(MpFPN)3D目标检测方法。MpFPN对特征金字塔网络进行了扩展,增加了自底向上的路径、由上至下的路径及输入特征图到输出特征图之间的连接,为联合区域提议网络提供了更高语义信息和更细粒度空间信息的多尺度特征信息。实验结果表明:在3D目标检测KITTI数据集上,无论在场景简单、中等、复杂情况下,所提方法获得的结果都优于比较方法的结果。 相似文献
35.
针对光电经纬仪在飞机起飞着陆段跟踪角速度大、背景复杂的情况,根据小波多分辨率技术,提出利用小波分层组成低频图像金字塔,利用光流技术进行匹配解算,实现由粗到精的特征点匹配跟踪。通过对飞行试验视频图像进行事后自动跟踪试验,结果表明,该算法能够稳定可靠跟踪多特征点目标,具有鲁棒性。 相似文献
36.
针对星体表面的陨石坑可用于探测器的自主导航、障碍识别等任务,提出一种基于多尺度边缘提取的陨石坑检测算法。该算法首先利用高斯金字塔得到不同尺度的陨石坑图像;其次,针对不同尺度的陨石坑图像,利用EDPF边缘提取算法对陨石坑进行边缘提取,并连接关键边缘像素点为直线段来近似表示图像边缘;然后将具有相同偏转方向的边缘直线段连接成圆弧,并将有相似半径和中心的圆弧拟合成候选圆和椭圆;最后对候选圆、椭圆进行验证。该算法的优点在于,能够准确地检测出陨石坑,有较高的检测率,且对存在较多陨石坑的图像有较好的检测结果。 相似文献
37.
针对道路交叉口目标较小、存在较多的植被遮挡、邻近地物颜色相近等问题,文章提出了一种改进的YOLOv3高分影像道路交叉口目标检测算法—CSC-YOLOv3。该方法首先使用CIOU损失函数改进原来YOLOv3的目标定位损失,降低目标漏检率;其次,通过在YOLOv3的主干特征提取网络后添加空间金字塔池化模块,增大网络的有效感受野;最后,在YOLOv3网络的三个特征层结构以及两个上采样结构中引入注意力机制模块,提升网络检测精确度。在自制的道路交叉口数据集上对算法进行了实验验证,结果表明,CSC-YOLOv3算法的精确率、召回率、平均精确率和F1分数分别达到了86.05%、70.19%、83.71%、77%,比原始YOLOv3算法分别提高了6.54、8.55、11.74和8个百分点,虽然FPS降低了3帧/s,但是其检测性能的提升弥补了速度上的不足,有效提升了高分遥感影像对道路交叉口的检测效果。 相似文献
38.
39.
针对无人机与相机快速相对运动造成的运动模糊问题,以及小型无人机外观信息缺失和背景复杂造成漏警和虚警问题,提出了一种新的无人机检测-跟踪方法。针对成像尺寸小于32像素×32像素的无人机目标,提出改进的多层特征金字塔的分类和目标框回归器作为目标检测器,克服漏警。利用检测结果初始化基于核相关滤波的目标跟踪器,并持续修正跟踪结果,跟踪结果为剔除检测器虚警提供依据。在跟踪过程中,引入对观测场景纹理自适应的相机运动补偿策略实现目标重定位。多场景下的实验结果表明:提出的方法在对高速运动小目标的检测和跟踪指标上显著优于传统方法,且运动补偿机制的引入进一步增强了方法在极端复杂场景下的鲁棒性。 相似文献
40.