检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:徐丰[1]
出 处:《雷达学报(中英文)》2022年第1期F0003-F0003,共1页Journal of Radars
摘 要:人工智能技术在数据、算力、算法三个条件下产生了爆发式发展,其中最成功的应用领域当属计算机视觉,这也得益于相机等感知技术的快速发展和普及。从计算机视觉发展历史上看,光学感知技术催生了计算机视觉这一新学科方向。同样的,随着雷达及其他电磁感知技术的发展,产生了海量的雷达数据。雷达图像与光学图像在波段、成像机理、散射特性等方面有很大区别,须发展专门的物理驱动的人工智能技术来进行解译和应用,以满足当今雷达技术领域的重大需求。因此提出微波视觉这一新的交叉学科研究方向,通过借鉴人脑视觉感知机理和计算机视觉相关技术,融合电磁物理规律与雷达成像机理,研究面向雷达等电磁感知数据的物理智能理论与方法(图1)。微波视觉的研究前沿必然是基于物理机理的可解释、强泛化的人工智能,同时也会拓展到电磁散射机理的建模、反演与识别,微波成像系统体制设计,微波成像算法研发,以及雷达图像信息提取与语义理解等方面。
关 键 词:计算机视觉 人工智能技术 感知技术 成像机理 微波成像 光学图像 物理规律 散射机理
分 类 号:TP391.41[自动化与计算机技术—计算机应用技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.218.231.183