• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于時頻域深度網(wǎng)絡(luò)的海面小目標(biāo)特征檢測

    2022-05-23 06:51:44施賽楠董澤遠(yuǎn)
    關(guān)鍵詞:樣條雜波檢測器

    李 驍, 施賽楠, 董澤遠(yuǎn), 楊 靜

    (南京信息工程大學(xué)電子與信息工程學(xué)院, 江蘇南京 210044)

    0 引言

    目前,小船、快艇、無人船等海面小目標(biāo)已成為海洋雷達(dá)探測的重點(diǎn)和難點(diǎn)對象。不同于艦船、貨輪等大型目標(biāo),這些小目標(biāo)的物理尺寸較小且具有隱身材料,使得信雜比(Signal-to-Clutter Ratio, SCR)往往臨界可檢測。因此,海面小目標(biāo)檢測的關(guān)鍵在于累積目標(biāo)功率和抑制海雜波。

    在雷達(dá)信號處理中,長時觀測累積是提高海面小目標(biāo)檢測性能的一種有效途徑。當(dāng)觀測時間達(dá)到幾百毫秒甚至秒級時,海雜波和目標(biāo)的統(tǒng)計(jì)特性相對于幾十毫秒的短時具有較大變化。從時域角度,短時下具有恒定紋理的球不變隨機(jī)向量(Sphere Invariant Random Vector, SIRV)模型已不再適用,海雜波幅度建模為具有時變紋理的復(fù)合高斯模型,因而很難從概率密度出發(fā)獲得最優(yōu)或近最優(yōu)檢測器。目標(biāo)幅度時間序列隨時間動態(tài)變化且存在相關(guān)性。從頻域角度,長時下的海雜波和目標(biāo)的多普勒譜具有較高的分辨率。海雜波頻譜占據(jù)較大的帶寬且呈現(xiàn)出主雜波區(qū)和噪聲區(qū),運(yùn)動剛體目標(biāo)的頻譜占據(jù)較小的帶寬且能量聚集性高。從時頻域角度,空時變的海雜波頻譜過程可建模為隨機(jī)過程,而目標(biāo)的能量匯聚在瞬時頻率曲線上??紤]到海面小目標(biāo)低速運(yùn)動且非勻速運(yùn)動,瞬時頻率曲線可建模為線性調(diào)頻(Linear Frequency Modulation, LFM)模型。同時,學(xué)者們引入了微多普勒理論刻畫了海面剛體目標(biāo)特性,細(xì)化為轉(zhuǎn)動分量和平動分量等微動特性。因此,時頻域蘊(yùn)含著更多的海雜波和目標(biāo)特性,從理論上保證了目標(biāo)檢測性能的上升空間。

    目前,長時觀測累積下海面目標(biāo)檢測方法主要分為以下三大類。第一類,基于分形理論的檢測方法,適用于秒級以上觀測條件。根據(jù)海雜波的多尺度分形特性,Hu提出基于Hurst指數(shù)的海面目標(biāo)檢測方法,Li提出頻域分形特性的目標(biāo)檢測方法。第二類,基于多維特征的目標(biāo)檢測方法。Shui提出基于三特征檢測器以及特征檢測框架,聯(lián)合了1個時域能量和2個頻域幾何特征。Shi提出了基于時頻域的三特征檢測器,凝聚了海雜波和含目標(biāo)回波在時頻域差異性。Li提出一種基于改進(jìn)SVM的三特征檢測方法,Zhou提出基于決策樹的三特征檢測,兩者都需要搜索最優(yōu)的參數(shù)進(jìn)行虛警控制。這類方法需要人為提取特征,提取的特征往往是經(jīng)驗(yàn)的、定性的和不完備的。第三類,基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)的智能檢測方法。Su將時頻圖作為CNN的輸入,用于多種海面機(jī)動目標(biāo)檢測和分類中,并用仿真數(shù)據(jù)進(jìn)行了驗(yàn)證。Mou將平面位置顯示器(PPI)圖像作為輸入,實(shí)現(xiàn)基于INet的雜波抑制和中小型船的檢測。Shi提出基于時頻圖自主學(xué)習(xí)的檢測方法,歸一化預(yù)處理增大了海雜波和含目標(biāo)回波在時頻圖上的差異性。這類智能檢測方法是提升檢測性能的有效途徑,其難點(diǎn)在于網(wǎng)絡(luò)分類器虛警控制以及圖預(yù)處理。

    1 時頻域三分類檢測問題

    1.1 歸一化預(yù)處理

    假設(shè)雷達(dá)在一個距離單元接收到個脈沖向量=[(1),(2),…,()],即待檢測單元(Cell Under Test, CUT)。本質(zhì)上,檢測問題為二元假設(shè)檢驗(yàn)問題:

    (1)

    式中,,分別為海雜波向量和目標(biāo)向量,為CUT周圍的個參考單元,用于提供海雜波信息。

    對于一維時域向量,采用平滑偽魏格納-維爾分布將其轉(zhuǎn)換成時頻圖(Time-Frequency Graph, TFG),計(jì)算公式為

    =1,2,…,

    (2)

    式中,和分別是時間和頻率的平滑窗,為歸一化多普勒頻率的采樣間隔。

    在時頻域,空時變的海雜波可認(rèn)為是隨機(jī)過程,其低階統(tǒng)計(jì)特性可由均值和標(biāo)準(zhǔn)差表示。為了實(shí)現(xiàn)CUT中的海雜波抑制,歸一化時頻圖(Normalized TFG, NTFG)定義為

    (3)

    (4)

    在2D平面上,歸一化實(shí)現(xiàn)了海雜波在不同頻點(diǎn)和時間點(diǎn)上的不同程度抑制,保證主雜波帶最大程度被抑制。因此,歸一化處理后的海雜波均勻分布在整個平面上,相當(dāng)于白化過程。

    在圖1(a)中,實(shí)測海雜波的主雜波占據(jù)較大的帶寬,帶寬中心由其徑向運(yùn)動速度決定。圖1(d)是歸一化預(yù)處理后的海雜波NTFG,主雜波完全被抑制。在圖1(b)中,目標(biāo)的能量聚集在瞬時頻率曲線上,落在海雜波主雜波帶外呈現(xiàn)為亮直線。在圖1(e)中,歸一化處理只抑制了海雜波,從而提高了SCR。由于感興趣海面小目標(biāo)的運(yùn)動速度較慢,很大概率會出現(xiàn)目標(biāo)落在主雜波帶內(nèi)的情況,如圖1(c)所示。在圖1(f)中,歸一化預(yù)處理同時抑制主雜波和目標(biāo)。此時,含目標(biāo)回波NTFG包含明顯的均分分布雜波,與海雜波NTFG差異性較小。因此,有必要進(jìn)一步精細(xì)化區(qū)分目標(biāo)落在主雜波帶內(nèi)外的不同情況。

    圖1 時頻域歸一化處理演示

    1.2 三分類檢測問題

    實(shí)際雷達(dá)探測時,由于海洋動態(tài)環(huán)境的復(fù)雜性和無法預(yù)判目標(biāo)存在性,無法獲得目標(biāo)是否落在主雜波帶內(nèi)的先驗(yàn)知識。因此,本文將整個頻域取值劃分為正多普勒值和負(fù)多普勒值兩大類,分別對應(yīng)目標(biāo)靠近雷達(dá)運(yùn)動和遠(yuǎn)離雷達(dá)運(yùn)動的情況。按照上述規(guī)則,海雜波和含目標(biāo)的頻域分布情況如表1所示。在無需先驗(yàn)知識的情況下,能夠完全分開考慮目標(biāo)是否落在主雜波帶內(nèi)的情況,為進(jìn)一步精細(xì)化時頻域特性提供了潛在的可能。

    表1 時頻域目標(biāo)和主雜波帶關(guān)系

    在時頻域中,式(1)中檢測問題可轉(zhuǎn)換為更加精細(xì)化的三分類問題,即

    (5)

    式中,H假設(shè)表示只有海雜波,H假設(shè)和H假設(shè)分別表示目標(biāo)多普勒偏移為正和負(fù)。相對于原始的歸一化時頻圖,三分類問題進(jìn)一步精細(xì)化了目標(biāo)頻譜與海雜波主雜波帶的關(guān)系,能夠更加深入地去挖掘三類的隱含差異性。

    2 基于深度網(wǎng)絡(luò)的特征檢測器

    目前,CNN已廣泛運(yùn)用于計(jì)算機(jī)視覺、模式識別、圖像處理等領(lǐng)域,比如AlexNet、GoogeLeNet、ResNet等。GoogLeNet中的Inception結(jié)構(gòu),可在同一層上獲得稀疏或非稀疏的特征,具有良好的性能。ResNet結(jié)構(gòu)能夠加速訓(xùn)練且提升性能。因此,本文引入Inception-ResNet V2(簡記為IRV2)網(wǎng)絡(luò)作為特征提取器,結(jié)合了Inception結(jié)構(gòu)和ResNet的優(yōu)勢,具有較好的分類特性。

    2.1 特征檢測器結(jié)構(gòu)

    圖2給出了基于IRV2的特征檢測器(Feature Detector,簡稱 IRV2-FD)的流程圖。在檢測分支中,CUT向量轉(zhuǎn)換到時頻域中,并通過歸一化預(yù)處理作為深度網(wǎng)絡(luò)三分類器的輸入,實(shí)現(xiàn)對NTFG的特征提取,濃縮為一個2D特征向量。最終,落在判決區(qū)域外為含目標(biāo)回波,反之為海雜波。

    圖2 基于IRV2-FD檢測器流程圖

    在訓(xùn)練分支中,主要任務(wù)是產(chǎn)生三類訓(xùn)練樣本,搭建深度網(wǎng)絡(luò)模型,訓(xùn)練學(xué)習(xí)獲取最優(yōu)的網(wǎng)絡(luò)參數(shù)。不同于海雜波數(shù)據(jù)可大量獲得,空間稀疏的目標(biāo)回波一般很難大量獲得。因此,根據(jù)長時下真實(shí)小目標(biāo)瞬時頻率曲線特性,采用半仿真模型獲得大量H假設(shè)和H假設(shè)下的含目標(biāo)回波數(shù)據(jù),即

    (6)

    式中,為雷達(dá)波長,為脈沖重復(fù)周期,為初始相位,和分別為個脈沖觀測時間內(nèi)的初始速度和末速度,與多普勒偏移成正比。在時頻域,仿真目標(biāo)的幾何特性基本和真實(shí)目標(biāo)一致,并且表現(xiàn)出主雜波內(nèi)外的精細(xì)化差異性。此外,訓(xùn)練分支為檢測分支提供了給定虛警率下的判決區(qū)域。整個算法的創(chuàng)新在于深度網(wǎng)絡(luò)三分類器和具有引導(dǎo)的三次樣條曲線算法。

    2.2 深度網(wǎng)絡(luò)特征提取

    根據(jù)雷達(dá)目標(biāo)檢測中的NP準(zhǔn)則,在給定虛警率下,獲得最大的檢測概率。若直接引入深度網(wǎng)絡(luò)進(jìn)行分類識別,將無法控制虛警率。因此,本文將深度網(wǎng)絡(luò)作為特征提取器,用于提取圖像濃縮后的特征向量,從而將檢測問題轉(zhuǎn)換為2D特征空間中的異常檢測問題。

    圖3 IVR2網(wǎng)絡(luò)模型結(jié)構(gòu)

    圖3給出了IRV2深度網(wǎng)絡(luò)模型的結(jié)構(gòu),主要包括Stem模塊、Reduction-A以及Reduction-B兩個網(wǎng)格縮減模塊,5個Inception-resnet模塊A、10個Inception-resnet模塊B、5個Inception-resnet 模塊C、平均池化模塊、Dropout模塊以及Softmax模塊。為了提高網(wǎng)絡(luò)分類性能,Inception-resnet模塊內(nèi)部引入了殘差連接方式,明顯加快神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度,而且一定程度上緩解了由于網(wǎng)絡(luò)過深造成的梯度消失問題。因此,IRV2深度網(wǎng)絡(luò)集成了Inception結(jié)構(gòu)和殘差網(wǎng)絡(luò)的優(yōu)勢,具有較好的分類性能。

    此外,根據(jù)輸入訓(xùn)練數(shù)據(jù)的類別不同,IRV2網(wǎng)絡(luò)可以實(shí)現(xiàn)多分類問題。一旦輸入不同類別的圖和標(biāo)簽,該網(wǎng)絡(luò)就可以開始自動學(xué)習(xí)不同類別中的差異性。通過多次迭代學(xué)習(xí)和更新,最終獲得最優(yōu)的網(wǎng)絡(luò)參數(shù)。

    當(dāng)深度網(wǎng)絡(luò)獲得最優(yōu)網(wǎng)絡(luò)參數(shù)后,該網(wǎng)絡(luò)可作為多分類器用于提取特征。在時頻域公式(5)問題下,本文中的IRV2深度網(wǎng)絡(luò)為三分類器。那么,對于CUT的NTFG輸入,深度網(wǎng)絡(luò)將輸出屬于H,H,H三個類別的概率值,記為,,,且滿足++=1。因此,構(gòu)建一個2D特征向量

    =[,],,∈[0,1]

    (7)

    作為統(tǒng)計(jì)量。

    2.3 具有引導(dǎo)的三次樣條曲線判決區(qū)域

    在2D特征空間中,很難從概率密度上獲得理論判決區(qū)域。因此,借助蒙特卡洛試驗(yàn)方法,獲得三類訓(xùn)練樣本的特征向量。由于H假設(shè)和H假設(shè)的訓(xùn)練樣本由仿真獲得,本文將H假設(shè)樣本作為正常樣本,獲得具有目標(biāo)引導(dǎo)的三次樣條曲線判決區(qū)域。

    假設(shè)獲得H假設(shè)和H假設(shè)下樣本各個,兩類的類別中心為

    (8)

    在H假設(shè)下,第個樣本距離兩類目標(biāo)假設(shè)的類別中心的最短距離為

    (9)

    式中,(,)=‖-‖計(jì)算兩個向量的歐氏距離。最短距離值越小,樣本屬于含目標(biāo)回波的概率越大。

    在給定虛警率下,計(jì)算H假設(shè)下所有樣本的最短距離,并從小到大排序,虛警樣本集合為

    fa={|H,=1,2,…,[×]}

    (1|H)≤(2|H)≤…≤(|H)

    (10)

    式中,[]表示取整。這就意味著虛警可控的判決區(qū)域只包含以下樣本集

    ={|H,=[×]+1,…,Q},

    fa=?

    (11)

    并且,虛警樣本集全部在判決區(qū)域外。

    在2D特征空間中,采用三次樣條曲線獲取判決區(qū)域。該算法的核心在于分段擬合樣條曲線,保證樣條邊界形狀變化自由。具體算法步驟如下:

    步驟1 尋找樣條控制點(diǎn)

    根據(jù)值,將樣本集劃分到個等寬區(qū)間中,其中,第個區(qū)間記為

    =[10lg]

    (12)

    將各個區(qū)間最值點(diǎn)作為樣條控制點(diǎn)。若區(qū)間無樣本時,則不設(shè)置控制點(diǎn)。

    步驟2 分段擬合樣條函數(shù)

    對所有區(qū)間的樣條控制點(diǎn)按值升序排列,從最小值開始進(jìn)行滑窗分組,窗長為4。每組中,4個點(diǎn)的和分別對應(yīng)和值,采用三次多項(xiàng)式擬合

    =+++

    (13)

    式中,,,,為擬合參數(shù)。選擇每組最大值點(diǎn)作為分段函數(shù)起始點(diǎn),對所有組數(shù)據(jù)進(jìn)行擬合后,得到完整的樣條曲線。

    步驟3 檢查樣條邊界

    將H假設(shè)下全部樣本數(shù)據(jù)代入邊界驗(yàn)證正確性,保證只有虛警點(diǎn)在判決區(qū)域外面。若存在某個樣本向量錯誤,微調(diào)所在分段的樣條控制點(diǎn),迭代更新邊界。

    步驟4 優(yōu)化樣條邊界

    在保證樣條邊界劃分正確前提下,通過減小全部樣條控制點(diǎn)擬合時維度數(shù)值,實(shí)現(xiàn)樣條邊界內(nèi)部收縮,不斷迭代優(yōu)化邊界。直到邊界發(fā)生錯誤時停止收縮,最終獲得最優(yōu)判決區(qū)域。

    圖4給出了2D特征空間中判決區(qū)域示意圖。海雜波訓(xùn)練樣本共10 230個,虛警率=10。根據(jù)H假設(shè)和H假設(shè)的訓(xùn)練樣本中心引導(dǎo),獲得10個虛警樣本,標(biāo)注為紅色圓圈。按照遠(yuǎn)離目標(biāo)區(qū)域進(jìn)行優(yōu)化迭代,最終獲得基于三次樣條曲線的判決區(qū)域邊界。為了清楚顯示,右下角圖為判決區(qū)域邊界紅色框圖放大部分。該樣條邊界由22段三次曲線聯(lián)合構(gòu)成,實(shí)現(xiàn)判決區(qū)域形狀的非凸性。

    圖4 2D特征空間判決區(qū)域示意圖

    3 實(shí)驗(yàn)結(jié)果和分析3.1 實(shí)測數(shù)據(jù)時頻域特性

    1993年,加拿大McMaster大學(xué)將IPIX雷達(dá)架設(shè)在大西洋海岸上進(jìn)行采集數(shù)據(jù),該數(shù)據(jù)庫已是國內(nèi)外公認(rèn)的海面小目標(biāo)測試集。X波段雷達(dá)工作在駐留模式下,脈沖重復(fù)頻率1 000 Hz,距離分辨率30 m。測試目標(biāo)為被金屬絲包裹的直徑1 m的小球,隨海浪漂浮。

    圖5給出了2組實(shí)測數(shù)據(jù)HH極化下的時域和時頻域特性。對于#17數(shù)據(jù),風(fēng)速為9 km/h,有效浪高1.1 m。在時域,目標(biāo)位于第9個距離單元,SCR約為17 dB,但一半以上時間目標(biāo)被海浪遮擋。在時頻域,海雜波主雜波帶位于(-100 Hz, 0 Hz)內(nèi),目標(biāo)瞬時頻率曲線在零頻點(diǎn)附近波動。因此,目標(biāo)很大概率落在主雜波帶內(nèi)。對于#310數(shù)據(jù),風(fēng)速為33 km/h,有效浪高0.9 m。在時域,目標(biāo)位于第7個距離單元,SCR約為2.3 dB。在時頻域,海雜波主雜波帶在(-250 Hz, 20 Hz)內(nèi),目標(biāo)瞬時頻率曲線全部落在主雜波帶外。

    圖5 實(shí)測數(shù)據(jù)時域和時頻域特性

    3.2 檢測結(jié)果和分析

    實(shí)驗(yàn)中,設(shè)置=256,虛警率=10,參考單元=9。為了獲得三類數(shù)據(jù)的訓(xùn)練樣本,H假設(shè)下仿真目標(biāo)多普勒偏移在(0 Hz, 500 Hz)內(nèi)隨機(jī)產(chǎn)生,而H假設(shè)下在(-500 Hz, 0 Hz)內(nèi)隨機(jī)產(chǎn)生。

    圖6和圖7分別是6種檢測器在2組實(shí)測數(shù)據(jù)下的檢測結(jié)果。在圖6(a)和圖7(a)中,基于Hurst指數(shù)檢測器幾乎無法工作,這主要源于單個特征局限以及累積時間未達(dá)幾秒以上。在圖6(b)和圖7(b)中,基于三特征檢測器在聯(lián)合了時域和頻域特征后,明顯性能有了較大的性能提升,這就說明了多特征聯(lián)合檢測的有效性。需要指出的是特征類檢測器高度依賴于人為特征提取,具有經(jīng)驗(yàn)性和不完備性。因此,采用深度網(wǎng)絡(luò)自主學(xué)習(xí)將是特征類檢測器一種潛在的性能提升途徑。

    圖6 #17數(shù)據(jù)下的檢測結(jié)果(N=256, Pfa=10-3)

    圖7 #310數(shù)據(jù)下的檢測結(jié)果(N=256, Pfa=10-3)

    在圖6(c)和圖7(c)中,基于AlexNet檢測器對時頻圖進(jìn)行學(xué)習(xí)和分類,并采用一類概率進(jìn)行虛警控制。相對于三特征檢測器,該檢測器在2組數(shù)據(jù)下性能分別從0.466降低到0.401以及從0.519到0.506。前者是因?yàn)?17數(shù)據(jù)中目標(biāo)很大概率落在主雜波帶內(nèi),后者因?yàn)?310數(shù)據(jù)的目標(biāo)落在主雜波帶外但功率很低。在圖6(d)和圖7(d)中,本文添加了基于IRV2-TFD檢測器,與AlexNet檢測器只有CNN網(wǎng)絡(luò)不同。結(jié)果表明,IRV2比AlexNet更能學(xué)習(xí)到不同類別的特性,這來源于其深度網(wǎng)絡(luò)的優(yōu)勢。因此,當(dāng)引入CNN網(wǎng)絡(luò)對時頻圖進(jìn)行智能類檢測時,可從兩個方面進(jìn)行提升性能。一方面,對時頻圖進(jìn)行預(yù)處理,以增大不同類別的差異性,更適合學(xué)習(xí)。另一方面,從網(wǎng)絡(luò)層面考慮,提升CNN網(wǎng)絡(luò)的分類識別性能。

    在圖6(e)和圖7(e)中,ALTFG檢測器對時頻圖進(jìn)行歸一化預(yù)處理且采用了深度網(wǎng)絡(luò)Inception V3模型。對于#17數(shù)據(jù),ALTFG檢測器檢測概率為0.409,相對于IRV2-TFD檢測器下降了9.5%。對于#310數(shù)據(jù),ALTFG檢測器檢測概率為0.885,相對于IRV2-TFD檢測器性能提升了32%。這兩組數(shù)據(jù)檢測概率的差異性,根本原因在于這兩組數(shù)據(jù)中時頻域目標(biāo)頻譜與海雜波主雜波帶的位置不同。因此,當(dāng)目標(biāo)落在主雜波帶外時,歸一化預(yù)處理能大幅度提升SCR。因此,區(qū)別對待目標(biāo)是否落在海雜波主雜波帶的兩種情況是非常有意義的。

    在圖6(f)和圖7(f),相對于ALTFG檢測器,提出的IRV2-FD檢測器性能分別從0.409提升到0.642,從0.885到0.948,具有50%和7%性能提升。性能提升主要來源于三個方面。第一,在繼承了歸一化預(yù)處理優(yōu)勢的基礎(chǔ)上,建立三分類分類器提取特征,進(jìn)一步精細(xì)化學(xué)習(xí)了目標(biāo)落在主雜波帶內(nèi)外的差異性特性。第二,將深度網(wǎng)絡(luò)作為自主特征提取器,能夠自主學(xué)習(xí)二維圖的隱層特性,相對于傳統(tǒng)人為特征提取的方式優(yōu)勢更大。第三,在2D特征空間中,提出了具有目標(biāo)引導(dǎo)的三次樣條曲線方法,能夠獲得非凸性的判決區(qū)域。同時,融合了深度網(wǎng)絡(luò)和多維特征技術(shù),改變了傳統(tǒng)學(xué)習(xí)網(wǎng)絡(luò)檢測的思路。

    最后,討論提出檢測器的運(yùn)算復(fù)雜度,其主要運(yùn)算消耗在于離線訓(xùn)練過程中深度網(wǎng)絡(luò)模型的參數(shù)優(yōu)化過程。因此,本文測試了兩類學(xué)習(xí)網(wǎng)絡(luò)的訓(xùn)練時間和單個樣本平均測試時間。在Window10系統(tǒng)下NVIDIA GeForce RTX 2080 Ti顯卡,Python 3.6, CUDA 10.0, CUDNN 7.6, Tensorflow-GPU 1.14環(huán)境架構(gòu)。Alexnet網(wǎng)絡(luò)的訓(xùn)練時間為1 084 s,IRV2的訓(xùn)練時間為全部數(shù)據(jù)進(jìn)行一次完成訓(xùn)練的平均時間為1 254 s。IRV2網(wǎng)絡(luò)和AlexNet的訓(xùn)練時間處于一個量級,但是前者比后者的網(wǎng)絡(luò)深度要深很多,這主要源于Inception模塊和殘差網(wǎng)絡(luò)加快了訓(xùn)練過程。在檢測分支中,AlexNet網(wǎng)絡(luò)和IRV2網(wǎng)絡(luò)的單個樣本平均測試時間是0.64 s和0.18 s,這是IRV2網(wǎng)絡(luò)采用了批處理的優(yōu)勢。

    4 結(jié)束語

    本文提出了一種基于IRV2深度網(wǎng)絡(luò)的海面目標(biāo)檢測方法。將深度網(wǎng)絡(luò)作為特征提取器,精細(xì)化學(xué)習(xí)了目標(biāo)落在主雜波帶內(nèi)外的不同特性。并且,提出具有引導(dǎo)的三次樣條曲線判決區(qū)域劃分,實(shí)現(xiàn)異常檢測。該檢測器融合了深度網(wǎng)絡(luò)和特征檢測優(yōu)勢,將是后續(xù)進(jìn)一步海面小目標(biāo)性能提升的潛在途徑。

    猜你喜歡
    樣條雜波檢測器
    一元五次B樣條擬插值研究
    STAR2000型空管一次雷達(dá)雜波抑制淺析
    三次參數(shù)樣條在機(jī)床高速高精加工中的應(yīng)用
    三次樣條和二次刪除相輔助的WASD神經(jīng)網(wǎng)絡(luò)與日本人口預(yù)測
    軟件(2017年6期)2017-09-23 20:56:27
    基于樣條函數(shù)的高精度電子秤設(shè)計(jì)
    車道微波車輛檢測器的應(yīng)用
    一種霧霾檢測器的研究與設(shè)計(jì)
    密集雜波環(huán)境下確定性退火DA-HPMHT跟蹤算法
    相關(guān)廣義復(fù)合分布雷達(dá)海雜波仿真
    遙測遙控(2015年2期)2015-04-23 08:15:22
    微波雷達(dá)海雜波混沌特性分析
    色尼玛亚洲综合影院| 成人午夜精彩视频在线观看| 精品一区二区免费观看| 亚洲电影在线观看av| 别揉我奶头 嗯啊视频| 日韩精品青青久久久久久| 啦啦啦中文免费视频观看日本| 又黄又爽又刺激的免费视频.| 一级毛片黄色毛片免费观看视频| 精品久久久久久久久av| 蜜桃久久精品国产亚洲av| 91午夜精品亚洲一区二区三区| 欧美zozozo另类| 欧美潮喷喷水| 免费高清在线观看视频在线观看| 国产免费视频播放在线视频 | 国产单亲对白刺激| 精品一区二区三区人妻视频| 69人妻影院| 寂寞人妻少妇视频99o| 久久久国产一区二区| 三级国产精品片| 99re6热这里在线精品视频| 精品午夜福利在线看| 99久国产av精品| 五月天丁香电影| 国产成人免费观看mmmm| 日韩国内少妇激情av| 日本欧美国产在线视频| 九九久久精品国产亚洲av麻豆| 非洲黑人性xxxx精品又粗又长| 国产白丝娇喘喷水9色精品| 精品久久久久久久久av| 久久久久久久亚洲中文字幕| 精品不卡国产一区二区三区| 搡女人真爽免费视频火全软件| 亚洲精品456在线播放app| 人人妻人人澡欧美一区二区| 精品人妻一区二区三区麻豆| videossex国产| 国产不卡一卡二| av在线亚洲专区| 最近的中文字幕免费完整| 一级二级三级毛片免费看| 乱码一卡2卡4卡精品| 最近最新中文字幕免费大全7| 欧美成人午夜免费资源| 亚洲欧洲国产日韩| 午夜精品国产一区二区电影 | 日韩精品有码人妻一区| 精品99又大又爽又粗少妇毛片| 国产不卡一卡二| 亚洲美女搞黄在线观看| 久久国产乱子免费精品| 国产精品伦人一区二区| 91av网一区二区| 99久国产av精品| 哪个播放器可以免费观看大片| 成年免费大片在线观看| 欧美精品一区二区大全| 精品欧美国产一区二区三| 永久网站在线| 一本一本综合久久| 99视频精品全部免费 在线| 女人十人毛片免费观看3o分钟| 国产精品.久久久| 亚洲精品影视一区二区三区av| 亚洲第一区二区三区不卡| 精品人妻熟女av久视频| 免费观看在线日韩| 一本久久精品| 成人亚洲欧美一区二区av| 搡老妇女老女人老熟妇| 女人久久www免费人成看片| 美女内射精品一级片tv| 全区人妻精品视频| 国产淫片久久久久久久久| 日韩av在线免费看完整版不卡| 亚洲欧美一区二区三区国产| 精品人妻偷拍中文字幕| 亚洲国产精品成人久久小说| 亚洲av国产av综合av卡| 国产单亲对白刺激| av国产免费在线观看| 日本三级黄在线观看| 五月玫瑰六月丁香| 亚洲综合精品二区| 欧美三级亚洲精品| 水蜜桃什么品种好| 夜夜看夜夜爽夜夜摸| 国产片特级美女逼逼视频| 神马国产精品三级电影在线观看| 欧美3d第一页| 九九久久精品国产亚洲av麻豆| 亚洲人成网站高清观看| 久久久久久国产a免费观看| 搞女人的毛片| 欧美zozozo另类| 免费观看av网站的网址| 亚洲人与动物交配视频| 精品人妻视频免费看| 2021天堂中文幕一二区在线观| 亚洲成人中文字幕在线播放| 深夜a级毛片| 色尼玛亚洲综合影院| 精品午夜福利在线看| 免费av观看视频| 色播亚洲综合网| 午夜福利在线观看免费完整高清在| 国产美女午夜福利| 五月伊人婷婷丁香| 99热这里只有是精品50| av在线天堂中文字幕| 日韩成人伦理影院| 亚洲av一区综合| av专区在线播放| 久久午夜福利片| 免费观看无遮挡的男女| 草草在线视频免费看| 国产女主播在线喷水免费视频网站 | 免费看不卡的av| 两个人视频免费观看高清| 亚洲精品aⅴ在线观看| 亚洲av电影不卡..在线观看| 亚州av有码| av在线亚洲专区| 一区二区三区乱码不卡18| 婷婷色麻豆天堂久久| 欧美丝袜亚洲另类| 菩萨蛮人人尽说江南好唐韦庄| 成人国产麻豆网| 精品不卡国产一区二区三区| 亚洲丝袜综合中文字幕| 啦啦啦啦在线视频资源| 毛片女人毛片| 午夜福利视频精品| 免费看a级黄色片| 极品少妇高潮喷水抽搐| 国产精品女同一区二区软件| 免费观看在线日韩| 亚洲人成网站在线播| 国产精品人妻久久久影院| 久久久久久久久久成人| 一个人观看的视频www高清免费观看| 在线观看av片永久免费下载| 亚洲精品乱码久久久v下载方式| 精品久久久久久久久av| 人人妻人人澡人人爽人人夜夜 | 69人妻影院| ponron亚洲| 亚洲精品一区蜜桃| 男女国产视频网站| 九九在线视频观看精品| 干丝袜人妻中文字幕| 久久久久久久久大av| 麻豆乱淫一区二区| 身体一侧抽搐| 久久久久久久大尺度免费视频| 国产精品人妻久久久影院| 白带黄色成豆腐渣| 97精品久久久久久久久久精品| 精品国产三级普通话版| 亚洲人成网站在线观看播放| 97热精品久久久久久| eeuss影院久久| 18+在线观看网站| 久久久色成人| 亚洲av成人精品一二三区| 国产精品人妻久久久久久| videossex国产| 五月伊人婷婷丁香| 乱码一卡2卡4卡精品| 欧美精品国产亚洲| videos熟女内射| 久久韩国三级中文字幕| 91aial.com中文字幕在线观看| 欧美潮喷喷水| 久久午夜福利片| 又大又黄又爽视频免费| 亚洲性久久影院| 韩国av在线不卡| 色哟哟·www| 一级毛片黄色毛片免费观看视频| 成人亚洲精品av一区二区| 深爱激情五月婷婷| 亚洲激情五月婷婷啪啪| 精品国内亚洲2022精品成人| 欧美成人一区二区免费高清观看| 亚洲成人精品中文字幕电影| 欧美变态另类bdsm刘玥| 在线免费十八禁| 国产欧美另类精品又又久久亚洲欧美| 三级经典国产精品| 亚洲一区高清亚洲精品| 久久久久久国产a免费观看| 日本-黄色视频高清免费观看| 伊人久久国产一区二区| 丝袜美腿在线中文| 日本午夜av视频| 天天一区二区日本电影三级| 亚洲成人一二三区av| 乱人视频在线观看| 亚洲精品久久久久久婷婷小说| 精品久久久久久久人妻蜜臀av| 国产精品一区www在线观看| 2018国产大陆天天弄谢| 精品熟女少妇av免费看| 亚洲在线观看片| 大香蕉97超碰在线| 亚州av有码| 日韩欧美 国产精品| 高清视频免费观看一区二区 | av.在线天堂| 免费看不卡的av| 日本三级黄在线观看| 成年人午夜在线观看视频 | 免费在线观看成人毛片| 精品亚洲乱码少妇综合久久| 日本黄色片子视频| 欧美xxxx性猛交bbbb| 久久久久九九精品影院| 啦啦啦中文免费视频观看日本| 国内揄拍国产精品人妻在线| 精品国产一区二区三区久久久樱花 | 亚洲精品亚洲一区二区| 国产伦在线观看视频一区| 欧美成人一区二区免费高清观看| 深夜a级毛片| 免费大片黄手机在线观看| 亚洲精品国产av蜜桃| 国产精品嫩草影院av在线观看| 欧美bdsm另类| 日韩av不卡免费在线播放| 熟女电影av网| 人体艺术视频欧美日本| 永久免费av网站大全| 国产淫语在线视频| 又爽又黄无遮挡网站| 午夜福利在线观看吧| av又黄又爽大尺度在线免费看| 在线观看av片永久免费下载| 伦精品一区二区三区| 内地一区二区视频在线| 亚洲精品国产av成人精品| 男女边吃奶边做爰视频| 国产三级在线视频| 精品酒店卫生间| 国产成人精品一,二区| 国产黄色视频一区二区在线观看| 日本免费a在线| 街头女战士在线观看网站| 不卡视频在线观看欧美| 色尼玛亚洲综合影院| 中文乱码字字幕精品一区二区三区 | 精华霜和精华液先用哪个| 最近中文字幕2019免费版| 国产淫语在线视频| 国产麻豆成人av免费视频| 听说在线观看完整版免费高清| 97人妻精品一区二区三区麻豆| 免费无遮挡裸体视频| 日本一本二区三区精品| 日韩一区二区三区影片| 女人十人毛片免费观看3o分钟| 国产成年人精品一区二区| 黄片无遮挡物在线观看| 免费大片黄手机在线观看| 国产v大片淫在线免费观看| 久久午夜福利片| 一级毛片电影观看| 久久精品夜夜夜夜夜久久蜜豆| 99视频精品全部免费 在线| 久久这里有精品视频免费| 蜜桃亚洲精品一区二区三区| 性色avwww在线观看| 搡老乐熟女国产| 国产伦精品一区二区三区视频9| 亚洲欧美精品自产自拍| 国产亚洲精品av在线| 欧美极品一区二区三区四区| 大香蕉97超碰在线| 少妇裸体淫交视频免费看高清| 99热网站在线观看| 偷拍熟女少妇极品色| 成人国产麻豆网| 在线观看av片永久免费下载| 又黄又爽又刺激的免费视频.| 国产美女午夜福利| 日韩av在线大香蕉| av在线蜜桃| 三级国产精品片| 国产av国产精品国产| 观看美女的网站| 欧美性感艳星| 精品一区在线观看国产| 久久人人爽人人爽人人片va| 日日撸夜夜添| 日韩中字成人| 中文欧美无线码| 亚洲精品日韩在线中文字幕| 国产av码专区亚洲av| 少妇高潮的动态图| 免费大片黄手机在线观看| 国产探花极品一区二区| 午夜免费男女啪啪视频观看| 老师上课跳d突然被开到最大视频| 国产精品蜜桃在线观看| 国产中年淑女户外野战色| 亚洲精品日本国产第一区| 精品欧美国产一区二区三| 日本欧美国产在线视频| 日本一二三区视频观看| 美女内射精品一级片tv| 亚洲av中文av极速乱| 国产男女超爽视频在线观看| 免费大片黄手机在线观看| 亚洲,欧美,日韩| kizo精华| 国产伦一二天堂av在线观看| 亚洲性久久影院| 熟妇人妻久久中文字幕3abv| 熟妇人妻久久中文字幕3abv| 久久精品国产亚洲av涩爱| 国产伦一二天堂av在线观看| 内射极品少妇av片p| 内射极品少妇av片p| 国产探花极品一区二区| 久久久久精品久久久久真实原创| 欧美zozozo另类| 国产精品一二三区在线看| 国产色爽女视频免费观看| 黄色配什么色好看| 亚洲乱码一区二区免费版| 爱豆传媒免费全集在线观看| 免费播放大片免费观看视频在线观看| av免费在线看不卡| 九色成人免费人妻av| 噜噜噜噜噜久久久久久91| 校园人妻丝袜中文字幕| 毛片一级片免费看久久久久| 精品久久久精品久久久| 国产片特级美女逼逼视频| 免费黄色在线免费观看| 非洲黑人性xxxx精品又粗又长| 久久精品久久久久久久性| 欧美极品一区二区三区四区| 精品久久久久久久久久久久久| 男女那种视频在线观看| 国产乱人视频| 两个人视频免费观看高清| 超碰97精品在线观看| 亚洲无线观看免费| 亚洲精品久久久久久婷婷小说| 国产亚洲午夜精品一区二区久久 | 成人漫画全彩无遮挡| 国产免费福利视频在线观看| 国产免费一级a男人的天堂| 蜜臀久久99精品久久宅男| 最新中文字幕久久久久| 最近最新中文字幕免费大全7| 麻豆国产97在线/欧美| 国产高清国产精品国产三级 | 内地一区二区视频在线| 国产精品麻豆人妻色哟哟久久 | 久久这里只有精品中国| 亚洲18禁久久av| 深爱激情五月婷婷| 最新中文字幕久久久久| 久久99热这里只有精品18| 爱豆传媒免费全集在线观看| 国产精品爽爽va在线观看网站| 国产黄片视频在线免费观看| 性色avwww在线观看| 午夜激情欧美在线| 亚洲精品国产av蜜桃| 夜夜爽夜夜爽视频| 尾随美女入室| 成人亚洲欧美一区二区av| 国产乱人视频| 97人妻精品一区二区三区麻豆| 亚洲国产av新网站| 国产精品日韩av在线免费观看| 两个人视频免费观看高清| 毛片女人毛片| 秋霞在线观看毛片| 中文字幕免费在线视频6| 尤物成人国产欧美一区二区三区| 99久久精品一区二区三区| 九草在线视频观看| 1000部很黄的大片| 少妇被粗大猛烈的视频| 国产成年人精品一区二区| 激情 狠狠 欧美| 亚洲高清免费不卡视频| 亚洲欧美中文字幕日韩二区| 午夜激情欧美在线| 亚洲人成网站在线播| 99久久精品一区二区三区| 欧美人与善性xxx| 国内精品一区二区在线观看| 身体一侧抽搐| eeuss影院久久| 久久久国产一区二区| 国产黄片视频在线免费观看| 婷婷色综合www| 欧美丝袜亚洲另类| 精品久久久久久成人av| 99热这里只有是精品50| 国产午夜精品论理片| .国产精品久久| 日韩av在线免费看完整版不卡| eeuss影院久久| a级毛片免费高清观看在线播放| 亚洲精品影视一区二区三区av| 亚洲欧美一区二区三区国产| 中文字幕人妻熟人妻熟丝袜美| 成年人午夜在线观看视频 | 日日啪夜夜爽| 欧美激情国产日韩精品一区| 99久久九九国产精品国产免费| av在线蜜桃| 欧美bdsm另类| 一级毛片电影观看| 性色avwww在线观看| 干丝袜人妻中文字幕| 青春草视频在线免费观看| 看免费成人av毛片| 国产精品综合久久久久久久免费| 亚洲国产精品sss在线观看| 久久人人爽人人爽人人片va| 亚洲国产精品成人综合色| 亚洲人与动物交配视频| 久久久久久久国产电影| av专区在线播放| 国产高清不卡午夜福利| 免费高清在线观看视频在线观看| av免费在线看不卡| 一个人免费在线观看电影| 国产老妇伦熟女老妇高清| 欧美极品一区二区三区四区| 欧美人与善性xxx| 午夜激情久久久久久久| 久久久久久久国产电影| 国产高潮美女av| 嫩草影院入口| 国产一级毛片在线| 久久这里有精品视频免费| 99视频精品全部免费 在线| 精华霜和精华液先用哪个| 成人特级av手机在线观看| 久久国内精品自在自线图片| 内地一区二区视频在线| 亚洲,欧美,日韩| 亚洲精品自拍成人| 777米奇影视久久| 日韩欧美精品免费久久| 欧美日韩亚洲高清精品| 国产伦在线观看视频一区| 天天躁夜夜躁狠狠久久av| 黑人高潮一二区| 嫩草影院入口| 欧美 日韩 精品 国产| 国产精品不卡视频一区二区| 亚洲精品aⅴ在线观看| 日韩三级伦理在线观看| av天堂中文字幕网| 日本午夜av视频| 一本久久精品| 欧美高清成人免费视频www| 2022亚洲国产成人精品| 激情五月婷婷亚洲| 亚洲国产精品成人久久小说| 国产 一区 欧美 日韩| 欧美日韩综合久久久久久| 久久精品久久久久久噜噜老黄| 少妇裸体淫交视频免费看高清| 51国产日韩欧美| 成年女人在线观看亚洲视频 | 久久久a久久爽久久v久久| h日本视频在线播放| 亚洲国产精品sss在线观看| 九色成人免费人妻av| 国产片特级美女逼逼视频| 欧美一级a爱片免费观看看| 免费观看在线日韩| 欧美日韩视频高清一区二区三区二| 一级毛片aaaaaa免费看小| 人人妻人人澡欧美一区二区| 亚洲婷婷狠狠爱综合网| 成人午夜精彩视频在线观看| 久久久久精品久久久久真实原创| 中文乱码字字幕精品一区二区三区 | 人体艺术视频欧美日本| 啦啦啦中文免费视频观看日本| 国产久久久一区二区三区| 美女脱内裤让男人舔精品视频| av免费在线看不卡| 99久国产av精品国产电影| 国产探花在线观看一区二区| 国产精品综合久久久久久久免费| 国产精品日韩av在线免费观看| 欧美xxxx性猛交bbbb| 亚洲国产日韩欧美精品在线观看| 亚洲精品,欧美精品| 综合色丁香网| 久久久久久久国产电影| av福利片在线观看| 美女黄网站色视频| 久久久久网色| av专区在线播放| 亚洲真实伦在线观看| 日韩成人av中文字幕在线观看| 国产精品蜜桃在线观看| 波野结衣二区三区在线| 日韩大片免费观看网站| 国产片特级美女逼逼视频| 波多野结衣巨乳人妻| 国产午夜精品久久久久久一区二区三区| 国产精品精品国产色婷婷| 欧美 日韩 精品 国产| 国产精品一区二区在线观看99 | 国产视频首页在线观看| 成人二区视频| av福利片在线观看| 五月玫瑰六月丁香| 少妇人妻精品综合一区二区| av在线亚洲专区| 久久久久精品久久久久真实原创| 精品久久久精品久久久| 蜜桃久久精品国产亚洲av| 一级毛片黄色毛片免费观看视频| 高清av免费在线| 美女高潮的动态| 网址你懂的国产日韩在线| 爱豆传媒免费全集在线观看| 狂野欧美白嫩少妇大欣赏| 国产成人freesex在线| 精品一区二区免费观看| 精品一区二区三区视频在线| 97超碰精品成人国产| 免费播放大片免费观看视频在线观看| videossex国产| 久久精品熟女亚洲av麻豆精品 | 日韩一本色道免费dvd| 久久精品久久精品一区二区三区| 精品人妻一区二区三区麻豆| 人妻夜夜爽99麻豆av| 午夜亚洲福利在线播放| 亚洲国产精品国产精品| 男的添女的下面高潮视频| 少妇裸体淫交视频免费看高清| 别揉我奶头 嗯啊视频| 日韩av不卡免费在线播放| 两个人视频免费观看高清| 乱码一卡2卡4卡精品| 国产黄色免费在线视频| 男女视频在线观看网站免费| 青春草视频在线免费观看| 日韩欧美精品v在线| 一本久久精品| 尾随美女入室| 免费不卡的大黄色大毛片视频在线观看 | 国产中年淑女户外野战色| 久久久久久久久久久免费av| 日韩av免费高清视频| 久久久久久久大尺度免费视频| 国内精品美女久久久久久| 欧美性感艳星| 老女人水多毛片| 中文欧美无线码| 日本欧美国产在线视频| 日本熟妇午夜| 午夜激情久久久久久久| 午夜福利成人在线免费观看| 一区二区三区高清视频在线| 欧美zozozo另类| 99久久精品一区二区三区| 日韩精品有码人妻一区| 三级国产精品片| 免费观看在线日韩| 日日干狠狠操夜夜爽| av专区在线播放| 一级毛片 在线播放| 美女高潮的动态| 三级国产精品欧美在线观看| 女人十人毛片免费观看3o分钟| 国产伦精品一区二区三区四那| 精品国产三级普通话版| 一级黄片播放器| 亚洲电影在线观看av| 91在线精品国自产拍蜜月| 国产激情偷乱视频一区二区| 日韩不卡一区二区三区视频在线| 少妇熟女欧美另类| 亚洲国产高清在线一区二区三| 69人妻影院| 欧美高清成人免费视频www| 在线免费观看的www视频| 超碰97精品在线观看| 精品人妻偷拍中文字幕| 国内精品宾馆在线| 国产黄片美女视频| 观看美女的网站| 99久久精品一区二区三区| 国产一区亚洲一区在线观看| 中文字幕免费在线视频6| av在线观看视频网站免费| 成年人午夜在线观看视频 | 国产爱豆传媒在线观看| 一区二区三区乱码不卡18| 久久久久国产网址| 成人漫画全彩无遮挡| 99久久精品一区二区三区| 亚洲美女视频黄频| 国产v大片淫在线免费观看|