基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

数字水印防伪技术的研究和应用

本文采用数字水印技术,研究和开发了一种新的证件制作与检测方法技术体系,防伪性能高、识别准确快速。该项技术可广泛应用于证件和产品的防伪,具有极高的理论价值和实用价值。     

宙斯盾弹道导弹防御系统最新升级获美国海军认证

美国海军认证通过了洛马公司对宙斯盾弹道导弹防御系统所做的最新升级改进。夏伊洛军舰将是首艘升级为宙斯盾BMD4．0．1配置的军舰。该军舰将部署在日本横须贺港。第二代系统采用了宙斯盾BMD信号处理器，从而改进了目标识别能力，并按照开放架构准则，综合了商业现成技术。洛马公司BMD开发项目负责人表示，这是向完全开放架构迈出的第一步，使系统能以更低的费用进行更快的升级。第二代宙斯盾BMD系统改进了现有系统的重要能力，在处理复杂威胁和战术策略方面更具先进性。     

基于多特征融合分析的羽流烟雾区域识别

针对固体火箭发动机飞行试验中喷管排出的羽流烟雾光学信号的准确测量，应用数字图像处理技术提取羽流烟雾的静态和动态特征进行羽烟识别。为了滤除外场复杂环境对烟雾测量的干扰，设计了具有等间距的黑白条纹背景板。在黑条纹区域采用自适应的灰度阈值提取烟雾特征，在白条纹区域根据RGB和HSV颜色空间综合的方法提取烟雾特征，结合帧间差分法提取视频序列中烟雾区域的扩散边界。基于烟雾静态和动态特征综合的算法编写了烟雾处理软件，通过处理大量烟雾视频数据进行验证试验，证明羽流烟雾的识别能够有效提高光学信号测量的准确度。     

基于Intel R1000的超高频射频识别阅读器的设计

设计实现了一款新型便携式低成本超高频跳频射频识别阅读器。阅读器基于Intel R1000,PCB尺寸仅8cm×10cm,支持EPCglobalGen2和ISO18000-6C标准,可实现SSB,DSB,PR-ASK多标签识别,方向不敏感,无源标签识别距离达到5.1m,抗干扰,集成度高,低功耗。详细介绍了相关的射频电路设计。     

寻的地空导弹目标运动状态的估计

本文讨论了目标作随机圆周运动时,采用有限记忆法及推广卡尔曼滤波法对目标的实时状态作估计的问题。给出了目标估值的实时递推公式。比假设目标为一阶马尔可夫过程随机运动更加实际,所得的算法公式同样具有实时估计的能力。