• <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
    99精品久久久久人妻精品| 亚洲va日本ⅴa欧美va伊人久久| 欧美日韩黄片免| 日韩成人在线观看一区二区三区| 免费高清在线观看日韩| 18禁黄网站禁片午夜丰满| 国产高清videossex| 国产伦一二天堂av在线观看| 久久久国产欧美日韩av| 成人亚洲精品一区在线观看| 欧美又色又爽又黄视频| 国产私拍福利视频在线观看| 免费人成视频x8x8入口观看| 国产精品永久免费网站| 日本成人三级电影网站| 岛国视频午夜一区免费看| 老鸭窝网址在线观看| 99久久国产精品久久久| 黄色毛片三级朝国网站| 亚洲专区中文字幕在线| 哪里可以看免费的av片| 操出白浆在线播放| 国产1区2区3区精品| 亚洲一区二区三区色噜噜| 精品国产美女av久久久久小说| av视频在线观看入口| 久久久国产成人精品二区| 国产成人精品久久二区二区免费| 久久欧美精品欧美久久欧美| 欧美激情高清一区二区三区| 特大巨黑吊av在线直播 | 在线观看一区二区三区| 亚洲国产精品成人综合色| 91麻豆av在线| 国产精品亚洲美女久久久| 成人国产一区最新在线观看| 成人亚洲精品一区在线观看| 久久久国产成人精品二区| 成人永久免费在线观看视频| 搡老岳熟女国产| 国内毛片毛片毛片毛片毛片| 老司机福利观看| 欧美国产精品va在线观看不卡| 午夜福利18| 俄罗斯特黄特色一大片| 精品午夜福利视频在线观看一区| 黄色成人免费大全| 亚洲,欧美精品.| 这个男人来自地球电影免费观看| 最近最新中文字幕大全电影3 | 欧美日韩亚洲综合一区二区三区_| 国产国语露脸激情在线看| 亚洲 欧美一区二区三区| 欧美日韩黄片免| 中文字幕人妻丝袜一区二区| 好男人在线观看高清免费视频 | 国产一区二区三区在线臀色熟女| 亚洲成a人片在线一区二区| netflix在线观看网站| 亚洲 国产 在线| 女生性感内裤真人,穿戴方法视频| 欧美人与性动交α欧美精品济南到| 黄片播放在线免费| 91字幕亚洲| 久久久久久国产a免费观看| 国产熟女午夜一区二区三区| 亚洲国产欧美网| 男人舔女人的私密视频| 叶爱在线成人免费视频播放| 久久久久久亚洲精品国产蜜桃av| 国产伦在线观看视频一区| 欧美日本亚洲视频在线播放| 俄罗斯特黄特色一大片| www.精华液| 亚洲av五月六月丁香网| 欧美黄色片欧美黄色片| 在线观看日韩欧美| 亚洲av片天天在线观看| 久久国产乱子伦精品免费另类| 俄罗斯特黄特色一大片| 亚洲国产中文字幕在线视频| 欧美日韩黄片免| 黄色视频不卡| 十分钟在线观看高清视频www| av电影中文网址| 久久久国产欧美日韩av| 麻豆av在线久日| 制服人妻中文乱码| 老熟妇仑乱视频hdxx| 欧美激情极品国产一区二区三区| 久久久久久亚洲精品国产蜜桃av| 老司机在亚洲福利影院| 国产91精品成人一区二区三区| 久久性视频一级片| 国产1区2区3区精品| 亚洲精品在线观看二区| 国产精品久久久久久人妻精品电影| 成熟少妇高潮喷水视频| 夜夜看夜夜爽夜夜摸| 亚洲成av片中文字幕在线观看| 国产熟女午夜一区二区三区| 搞女人的毛片| 亚洲国产看品久久| www.www免费av| 制服人妻中文乱码| 久久精品人妻少妇| 精品免费久久久久久久清纯| 亚洲avbb在线观看| 老熟妇乱子伦视频在线观看| www.999成人在线观看| 欧美人与性动交α欧美精品济南到| 国产精品野战在线观看| 成人三级黄色视频| 18禁裸乳无遮挡免费网站照片 | 99re在线观看精品视频| 成人午夜高清在线视频 | 国产av不卡久久| 真人一进一出gif抽搐免费| 国产99久久九九免费精品| 精品电影一区二区在线| 欧美激情高清一区二区三区| 观看免费一级毛片| 久久久久亚洲av毛片大全| 久久中文字幕人妻熟女| 成人三级做爰电影| 每晚都被弄得嗷嗷叫到高潮| 女生性感内裤真人,穿戴方法视频| 精品无人区乱码1区二区| 亚洲一区二区三区不卡视频| 久久狼人影院| 国产欧美日韩一区二区精品| 欧美乱色亚洲激情| 日本 av在线| a在线观看视频网站| 男女那种视频在线观看| 精品人妻1区二区| 男女之事视频高清在线观看| 国产av一区在线观看免费| 亚洲精品在线美女| 欧美日韩乱码在线| 91老司机精品| 国产亚洲精品第一综合不卡| 久久久久国内视频| 啦啦啦韩国在线观看视频| 美女大奶头视频| 亚洲av熟女| 久久国产精品人妻蜜桃| 女人高潮潮喷娇喘18禁视频| 中国美女看黄片| 人妻丰满熟妇av一区二区三区| 此物有八面人人有两片| 精品久久久久久久末码| 麻豆一二三区av精品| 国产成人系列免费观看| 精品欧美国产一区二区三| 亚洲av中文字字幕乱码综合 | svipshipincom国产片| 精品国产亚洲在线| 一个人免费在线观看的高清视频| www.精华液| 老汉色∧v一级毛片| 久久久久久大精品| 级片在线观看| 国产亚洲精品第一综合不卡| 亚洲色图 男人天堂 中文字幕| 亚洲av中文字字幕乱码综合 | 黄色a级毛片大全视频| 欧美又色又爽又黄视频| 男人的好看免费观看在线视频 | 成人国产一区最新在线观看| 18禁裸乳无遮挡免费网站照片 | 国产成年人精品一区二区| 免费在线观看亚洲国产| 国产精品98久久久久久宅男小说| 久久精品影院6| 亚洲成国产人片在线观看| 精品少妇一区二区三区视频日本电影| av在线天堂中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 国产精品久久久久久亚洲av鲁大| 在线观看免费日韩欧美大片| 亚洲va日本ⅴa欧美va伊人久久| 黄片小视频在线播放| 日韩有码中文字幕| 一级黄色大片毛片| 国产黄色小视频在线观看| 亚洲第一电影网av| 国产三级在线视频| 后天国语完整版免费观看| 热re99久久国产66热| www日本黄色视频网| 嫁个100分男人电影在线观看| 久久久久久久久中文| www日本黄色视频网| 国产av又大| 看免费av毛片| 色综合亚洲欧美另类图片| 国产成人av教育| 搞女人的毛片| 亚洲无线在线观看| 久久国产精品人妻蜜桃| av中文乱码字幕在线| 99国产精品一区二区蜜桃av| 亚洲国产欧美网| 国产免费av片在线观看野外av| 麻豆成人午夜福利视频| 一二三四在线观看免费中文在| 国产精品九九99| 一卡2卡三卡四卡精品乱码亚洲| 免费在线观看影片大全网站| 日本a在线网址| 精品久久久久久久久久免费视频| 亚洲国产看品久久| 国产区一区二久久| 每晚都被弄得嗷嗷叫到高潮| 啪啪无遮挡十八禁网站| 韩国av一区二区三区四区| 亚洲激情在线av| xxxwww97欧美| 免费在线观看影片大全网站| a在线观看视频网站| 国产亚洲精品一区二区www| 91麻豆精品激情在线观看国产| 免费在线观看亚洲国产| 久久香蕉精品热| 亚洲精品美女久久av网站| 这个男人来自地球电影免费观看| 日韩精品中文字幕看吧| 欧美性猛交╳xxx乱大交人| 亚洲欧洲精品一区二区精品久久久| 99久久久亚洲精品蜜臀av| 亚洲一码二码三码区别大吗| 国产成人av激情在线播放| 国产在线观看jvid| 欧美人与性动交α欧美精品济南到| www日本在线高清视频| 女生性感内裤真人,穿戴方法视频| 法律面前人人平等表现在哪些方面| 男人舔女人的私密视频| 亚洲色图 男人天堂 中文字幕| 又黄又爽又免费观看的视频| 香蕉丝袜av| 欧美久久黑人一区二区| 亚洲国产看品久久| 亚洲一区高清亚洲精品| 少妇粗大呻吟视频| 亚洲五月天丁香| 欧美乱码精品一区二区三区| videosex国产| 国内精品久久久久精免费| av欧美777| 老司机午夜十八禁免费视频| 老汉色∧v一级毛片| 亚洲黑人精品在线| 国产免费男女视频| 他把我摸到了高潮在线观看| 免费看日本二区| 亚洲国产欧美日韩在线播放| 嫁个100分男人电影在线观看| 欧美性长视频在线观看| 嫩草影院精品99| 高清在线国产一区| 午夜福利欧美成人| 午夜激情福利司机影院| 日韩欧美 国产精品| 18美女黄网站色大片免费观看| 黑人操中国人逼视频| 99热只有精品国产| 欧美国产日韩亚洲一区| 午夜福利欧美成人| 亚洲第一欧美日韩一区二区三区| 亚洲精品国产区一区二| 丝袜人妻中文字幕| 777久久人妻少妇嫩草av网站| 欧美性猛交╳xxx乱大交人| 啦啦啦观看免费观看视频高清| 巨乳人妻的诱惑在线观看| 欧美日韩福利视频一区二区| 妹子高潮喷水视频| 一本久久中文字幕| 国产亚洲av高清不卡| 欧美日韩乱码在线| av电影中文网址| 国产一区二区激情短视频| 黄色丝袜av网址大全| 亚洲国产毛片av蜜桃av| 很黄的视频免费| 国产99白浆流出| 男女视频在线观看网站免费 | 美女大奶头视频| 午夜老司机福利片| 久久久久久免费高清国产稀缺| 国产精品 国内视频| 亚洲国产欧美网| 一二三四社区在线视频社区8| 日本在线视频免费播放| 久久精品aⅴ一区二区三区四区| 在线av久久热| 午夜福利18| 非洲黑人性xxxx精品又粗又长| 老汉色∧v一级毛片| 18禁裸乳无遮挡免费网站照片 | 叶爱在线成人免费视频播放| netflix在线观看网站| 777久久人妻少妇嫩草av网站| a级毛片a级免费在线| 脱女人内裤的视频| 亚洲熟妇熟女久久| 天堂影院成人在线观看| 丰满的人妻完整版| 国产成人啪精品午夜网站| 波多野结衣av一区二区av| 久99久视频精品免费| 日韩中文字幕欧美一区二区| 亚洲精品久久国产高清桃花| 亚洲五月色婷婷综合| 男女之事视频高清在线观看| 日韩国内少妇激情av| av在线天堂中文字幕| 波多野结衣巨乳人妻| 国产成年人精品一区二区| 亚洲欧洲精品一区二区精品久久久| 亚洲国产看品久久| 国产激情久久老熟女| 波多野结衣av一区二区av| 很黄的视频免费| 久久久久久九九精品二区国产 | 亚洲欧美日韩高清在线视频| 99热只有精品国产| 91老司机精品| 国产欧美日韩一区二区三| 亚洲欧美精品综合久久99| 韩国精品一区二区三区| 热99re8久久精品国产| 12—13女人毛片做爰片一| 欧美乱妇无乱码| 在线观看66精品国产| 一个人观看的视频www高清免费观看 | 久久精品国产清高在天天线| 国产av一区在线观看免费| 一区二区日韩欧美中文字幕| 日本在线视频免费播放| 亚洲激情在线av| 国内久久婷婷六月综合欲色啪| 欧美在线黄色| 精品午夜福利视频在线观看一区| 一a级毛片在线观看| 国产单亲对白刺激| 精品国产一区二区三区四区第35| 午夜福利成人在线免费观看| 国产高清激情床上av| 精品久久久久久成人av| 日本 av在线| 一卡2卡三卡四卡精品乱码亚洲| 一级a爱片免费观看的视频| 国产单亲对白刺激| 男人舔女人下体高潮全视频| 亚洲avbb在线观看| 在线永久观看黄色视频| 亚洲精品国产一区二区精华液| 国产一区在线观看成人免费| 国产成人啪精品午夜网站| 午夜a级毛片| 91麻豆av在线| 日韩欧美一区视频在线观看| 高清在线国产一区| 18禁国产床啪视频网站| 男女那种视频在线观看| 国产av不卡久久| 精品一区二区三区av网在线观看| 国产av不卡久久| 午夜精品久久久久久毛片777| www日本在线高清视频| 日日干狠狠操夜夜爽| 人人妻人人看人人澡| 久久精品影院6| 欧美最黄视频在线播放免费| videosex国产| 国产伦在线观看视频一区| 久久中文字幕一级| 男女那种视频在线观看| 亚洲精品粉嫩美女一区| 波多野结衣巨乳人妻| 91成年电影在线观看| 成人精品一区二区免费| 亚洲性夜色夜夜综合| 香蕉久久夜色| 大型av网站在线播放| 白带黄色成豆腐渣| 嫁个100分男人电影在线观看| 亚洲国产高清在线一区二区三 | 757午夜福利合集在线观看| 满18在线观看网站| 婷婷精品国产亚洲av| 一级片免费观看大全| 在线观看免费视频日本深夜| 精品欧美国产一区二区三| 99久久久亚洲精品蜜臀av| 国产精品美女特级片免费视频播放器 | 天堂影院成人在线观看| 国产精品二区激情视频| 黄色a级毛片大全视频| 亚洲熟妇熟女久久| 久久久久久久久中文| 99国产综合亚洲精品| 日韩国内少妇激情av| 日韩av在线大香蕉| 黑人巨大精品欧美一区二区mp4| 在线观看免费日韩欧美大片| 精品电影一区二区在线| 国产精品亚洲av一区麻豆| 国产真人三级小视频在线观看| 精品日产1卡2卡| 国内揄拍国产精品人妻在线 | 97人妻精品一区二区三区麻豆 | av天堂在线播放| 国产精品亚洲av一区麻豆| 中文字幕人成人乱码亚洲影| 国产av一区在线观看免费| 99热只有精品国产| 99国产精品99久久久久| 男女之事视频高清在线观看| av免费在线观看网站| 欧美成人一区二区免费高清观看 | 老司机深夜福利视频在线观看| 欧美成人性av电影在线观看| 一级a爱视频在线免费观看| 又大又爽又粗| 老熟妇仑乱视频hdxx| 99久久国产精品久久久| 97人妻精品一区二区三区麻豆 | 日韩成人在线观看一区二区三区| 国产精品久久电影中文字幕| 国产蜜桃级精品一区二区三区| 日本三级黄在线观看| 久久中文看片网| 午夜免费鲁丝| 91成年电影在线观看| 国产免费男女视频| 18美女黄网站色大片免费观看| 国语自产精品视频在线第100页| 欧美黑人巨大hd| av电影中文网址| 久久久久久久精品吃奶| 在线观看免费视频日本深夜| 可以在线观看的亚洲视频| 国产三级在线视频| svipshipincom国产片| 深夜精品福利| 男男h啪啪无遮挡| 国产亚洲精品久久久久5区| 亚洲av五月六月丁香网| 欧美乱妇无乱码| 欧美+亚洲+日韩+国产| 少妇的丰满在线观看| 男女下面进入的视频免费午夜 | 精华霜和精华液先用哪个| 成人18禁在线播放| 国产一区二区在线av高清观看| 女人爽到高潮嗷嗷叫在线视频| 日日干狠狠操夜夜爽| 在线观看免费视频日本深夜| bbb黄色大片| 2021天堂中文幕一二区在线观 | 深夜精品福利| 久久精品国产综合久久久| 69av精品久久久久久| 动漫黄色视频在线观看| 国产日本99.免费观看| 久久国产乱子伦精品免费另类| √禁漫天堂资源中文www| 亚洲,欧美精品.| 国产成人精品久久二区二区免费| 日韩av在线大香蕉| 午夜免费激情av| 久久婷婷成人综合色麻豆| 免费在线观看成人毛片| 久久精品aⅴ一区二区三区四区| 国产精品一区二区免费欧美| 天天添夜夜摸| 国产精品免费视频内射| 欧美日韩福利视频一区二区| 国产又爽黄色视频| 亚洲在线自拍视频| 香蕉丝袜av| 麻豆成人av在线观看| 午夜精品久久久久久毛片777| 日本五十路高清| 精品欧美一区二区三区在线| 久久中文看片网| 色综合婷婷激情| 免费人成视频x8x8入口观看| 悠悠久久av| 在线av久久热| 国产精品,欧美在线| 黄色毛片三级朝国网站| 69av精品久久久久久| 亚洲精品中文字幕在线视频| 国产成人欧美在线观看| 国产91精品成人一区二区三区| 男男h啪啪无遮挡| 欧美在线一区亚洲| 老司机靠b影院| e午夜精品久久久久久久| 日韩欧美一区视频在线观看| 两个人看的免费小视频| 91成年电影在线观看| 成年版毛片免费区| 欧美日韩一级在线毛片| 国产三级在线视频| 欧美大码av| 久久久精品欧美日韩精品| 婷婷精品国产亚洲av| 可以在线观看的亚洲视频| 欧美在线黄色| 我的亚洲天堂| 国产伦人伦偷精品视频| 一区二区三区激情视频| 很黄的视频免费| av欧美777| 国产精品电影一区二区三区| а√天堂www在线а√下载| 国产99白浆流出| 免费在线观看黄色视频的| 搡老岳熟女国产| 淫妇啪啪啪对白视频| 少妇裸体淫交视频免费看高清 | 国产爱豆传媒在线观看 | 日本熟妇午夜| 久久久久九九精品影院| 午夜免费成人在线视频| 精品午夜福利视频在线观看一区| 色综合亚洲欧美另类图片| 人人妻人人看人人澡| 久久精品91无色码中文字幕| 欧美又色又爽又黄视频| 日韩欧美国产在线观看| 久久久国产精品麻豆| 亚洲av五月六月丁香网| 国产成人av教育| 国产蜜桃级精品一区二区三区| 一区二区三区国产精品乱码| 久久久久久久精品吃奶| 亚洲专区中文字幕在线| 成人18禁在线播放| 黑丝袜美女国产一区| 色老头精品视频在线观看| 国产av又大| 99re在线观看精品视频| 久久 成人 亚洲| a级毛片在线看网站| 亚洲全国av大片| 亚洲第一电影网av| 黄色视频,在线免费观看| 熟女电影av网| www国产在线视频色| 亚洲精品色激情综合| 一本大道久久a久久精品| 久久久久九九精品影院| 波多野结衣高清无吗| 国产亚洲欧美精品永久| 久久久久久国产a免费观看| 国产精品1区2区在线观看.| 很黄的视频免费| 欧美激情 高清一区二区三区| 亚洲一区二区三区不卡视频| 后天国语完整版免费观看| 搡老岳熟女国产| 日日爽夜夜爽网站| 一级片免费观看大全| 韩国精品一区二区三区| 在线播放国产精品三级| 久久久精品欧美日韩精品| 亚洲国产高清在线一区二区三 | 天天躁夜夜躁狠狠躁躁| 国产久久久一区二区三区| 久久久国产精品麻豆| 熟女电影av网| 久久久久国产一级毛片高清牌| 亚洲精品国产精品久久久不卡| 国产精品98久久久久久宅男小说| 99久久精品国产亚洲精品| 深夜精品福利| 老熟妇乱子伦视频在线观看| 免费在线观看亚洲国产| 日本精品一区二区三区蜜桃| 欧美不卡视频在线免费观看 | 在线国产一区二区在线| 桃红色精品国产亚洲av| 国产在线观看jvid| 亚洲av中文字字幕乱码综合 | 国产精品影院久久| 人人澡人人妻人| 最近最新中文字幕大全免费视频| 好男人电影高清在线观看| 最新美女视频免费是黄的| 日日干狠狠操夜夜爽| 日韩精品青青久久久久久| 亚洲天堂国产精品一区在线| 亚洲欧美一区二区三区黑人| 国产精品综合久久久久久久免费| 国产成人啪精品午夜网站| 久久中文字幕人妻熟女| 12—13女人毛片做爰片一| 高清在线国产一区| 免费女性裸体啪啪无遮挡网站| 亚洲成人久久性| www.精华液| 免费看美女性在线毛片视频| 国产高清视频在线播放一区| 级片在线观看| 国产高清有码在线观看视频 | 亚洲片人在线观看| 人人妻人人看人人澡| 亚洲成av人片免费观看|