XiaoMi-AI文件搜索系统
World File Search System红外图像
通过有条件介绍红外图像中多级对象检测的生成数据增强
红外图像中的多级对象检测对于军事和平民使用很重要。深度学习方法可以获得高精度，但需要大规模数据集。我们提出了一个生成数据增强框架文档，用于使用有限数据的红外多级对象检测。本文的贡献是四倍。首先，Doci-Gan被设计为有条件的图像介绍框架，得出配对的红外多级对象图像和注释。其次，为文本到图像转换器配制了将文本格式对象注释转换为边界框掩码映像，从而导致增强是掩盖图像 - 图像 - 绘制图像图像翻译。第三，产生了基于多形态侵蚀的损失，以减轻对本地背景和全球背景的涂料不一致的不一致性。最后，为了生成各种图像，人工多级对象注释在增强过程中与真实的对象注释集成在一起。实验结果表明，具有高质量红外多级对象图像的文档增强数据集，从而提高了对象检测基准的准确性。
近红外图像辐射质量评估方法...
摘要。无人驾驶飞行器适用于各种摄影测量和遥感任务。此类平台配备了各种在可见光和红外光谱范围内成像的光电传感器以及热传感器。如今，从低空获取的近红外 (NIR) 图像通常用于制作精准农业等的正射影像图。一个主要问题是使用低成本定制和紧凑型 NIR 相机，广角镜头会引入渐晕。在许多情况下，此类相机会根据照明条件获取低辐射质量图像。本文介绍了一种从定制传感器对低空 NIR 图像数据进行辐射质量评估的方法。该方法利用 NIR 图像的统计分析。用于分析的数据是从不同高度、不同天气和光照条件下获取的。研究结果确定了客观的 NIR 图像质量指数。使用该指数获得的结果可以将图像分为三类：辐射质量好、中等和低。通过分类可以确定所获取图像的先验误差，并评估是否需要重新进行摄影测量飞行。© 2018 光学仪器工程师协会 (SPIE) [DOI：10 .1117/1.JRS.12.015008]
可见光和红外图像在人脸识别中的应用
本文介绍了一项研究的初步结果，该研究比较了可见光和红外 (IR) 图像在人员识别至关重要的区域（例如机场和安全建筑）中检测和识别人脸的有效性。我们通过在本研究收集的图像数据库上运行三种人脸识别算法来比较可见光和红外图像的有效性。使用相同场景收集的数据库中的每个人都有红外和可见图像。我们在研究中使用了三种非常不同的特征提取和决策算法，以确保比较不会依赖于特定的处理技术。我们还展示了可见光和红外决策指标融合时的识别结果。识别结果表明，可见光和红外图像在算法中的表现相似，并且红外和可见光图像的融合是一种可行的增强性能的方法，而不仅仅是单独使用其中一种。我们研究了面部不同区域对识别的相对重要性。我们还讨论了实施的实际问题，以及研究下一阶段的计划，即在不受控制的环境中进行人脸检测。给出了初步的人脸检测结果。