辛鹏
- 作品数：5 被引量：36H指数：2
- 供职机构：空军工程大学航空航天工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信医药卫生更多>>
- 基于V1细胞特性的边缘检测
- 2018年
- 针对均衡边缘检测精度和抗噪性能难度大的问题,借鉴初级视皮层(V1)细胞的动静态感知特性,建立具有方位选择性的V1细胞模型应用于图像边缘检测。采用时空滤波器来模拟简单细胞的感受野,通过使用能量模型和归一化来整合简单细胞的响应得到V1细胞模型,从而利用V1细胞静态感知特性来检测自然图像边缘。仿真结果表明,所提V1细胞模型能够基本拟合生物数据,具有生物上的普适性;与传统的边缘检测算子相比,该模型的性能更优,鲁棒性更强。依据生物实验结论来构建生物视觉模型并用于图像处理,对生物视觉和计算机视觉的融合进行了有益的探索。
- 朱明明许悦雷张旭蕾马时平吕超辛鹏邹洪中马红强
- 关键词：初级视皮层细胞模型边缘检测感受野生物视觉
- 全卷积网络多层特征融合的飞机快速检测被引量：29
- 2018年
- 针对传统飞机检测方法准确率低、虚警率高、速度慢等问题,提出一种全卷积神经网络多层特征融合的飞机快速检测方法。将浅层和深层的特征经过采样后在同一尺度进行融合,以缓解由于深层特征图维度过低造成的对小目标表达不足的问题;修改区域提取时的选框尺寸以适应实际图像中飞机的尺寸特征;用卷积层代替全连接层以减少网络参数并适应不同大小的输入图像;复用区域提取网络和检测网络的卷积层和学习的特征参数以保证检测的高效性。仿真结果表明,与典型的飞机检测方法相比,所提方法在测试集上取得了更高的准确率和更低的虚警率,同时大大加快了检测速度。
- 辛鹏许悦雷唐红马时平李帅吕超
- 关键词：机器视觉
- 区域提取网络结合自适应池化网络的机场检测被引量：5
- 2018年
- 针对传统机场检测方法准确率低、虚警率高、耗时长等问题,借鉴深度卷积神经网络的架构,提出一种改进的区域提取网络和自适应池化网络结合的机场快速检测方法.将二分类网络引入区域提取网络以筛除一些定位较差的候选区域和背景区域,结合自适应池化的检测网络对机场候选区域进行识别,通过复用网络结构和学习的特征参数来达到快速检测的目的.仿真结果表明,与两种典型的机场检测方法相比,所提方法在测试集上取得更高准确率和更低虚警率的同时,极大地提高了检测速度,达到了精准、快速检测机场的目的.
- 辛鹏许悦雷马时平李帅吕超
- 关键词：机场检测卷积神经网络
- 仿视皮层机制的随机点视频序列运动特征提取被引量：1
- 2017年
- 为了探索视皮层对多方向刺激的运动信息处理机制,依据生物实验中部分中颞叶区(MT)细胞对随机点视频刺激运动感知的侧偏特性,提出了一种仿视皮层机制的随机点视频序列运动特征提取模型。首先,采用Von Mises函数拟合初级视皮层(V1)简单细胞的感受野,再结合非线性的能量模型、调谐和非调谐正则化方法等模拟实现V1复杂细胞对运动信息的方向感知;其次,提出了级联前馈方法对V1复杂细胞响应进行线性加权求和,得到MT细胞的响应输出;最后,利用生物实测MT细胞响应数据对新模型的有效性进行了实验验证。仿真结果表明模型的输出结果与恒河猴的运动感知实验数据基本吻合,能够较好地模拟视皮层对不同夹角的多方向随机点视频序列的运动感知机制,为提取复杂运动序列的特征提供新的方法,进而为视觉类脑计算奠定基础。
- 许悦雷吕超马时平李帅邹洪中张文达辛鹏
- 关键词：运动感知侧偏视皮层
- 仿视皮层V1特性的SAR图像边缘检测被引量：1
- 2017年
- 合成孔径雷达(SAR)图像的边缘检测是图像处理领域的热门研究课题,针对传统方法对噪声敏感、受内部纹理干扰等严重问题,借鉴人类视觉系统中初级视皮层(V1)神经细胞的感受野特性及该区域带有非经典感受野的细胞对同质区域纹理和噪声的环绕抑制机制,提出一种仿视皮层信息处理机制的SAR图像的边缘检测方法。采用Gabor滤波器经奇偶分解、汇聚、归一化等操作模拟V1区感受野特性,再引入模拟非经典感受野环绕抑制机制的环绕抑制项以对同质区域的纹理和噪声进行抑制,保留感兴趣的边缘信息。仿真结果表明,所提方法能抑制文中4类不同的SAR图像同质区域的大部分纹理,在一定程度上弱化斑点噪声,取得了比canny算子更好的边缘检测效果。提出的新方法可以应用于SAR图像的边缘检测。
- 辛鹏许悦雷马时平邹洪中张文达李帅吕超
- 关键词：SAR图像边缘检测初级视皮层感受野GABOR滤波器
