近期，中国测绘科学研究院《影像与数据融合国际期刊》出版了第14卷第二期。摘要如下：

Boosting the multiple aircraft online tracking performance via enriching the associated data with fused targets features

A. M. Awed, Ali Maher, Mohammed A. H. Abozied & Yehia Z. Elhalwagy

Pages: 107-121

To cite this article:

A. M. Awed, Ali Maher, Mohammed A. H. Abozied& Yehia Z. Elhalwagy (2023) Boosting the multiple aircraft online tracking performance via enriching the associated data with fused targets features, International Journal of Image and Data Fusion, 14:2, 107-121, DOI: 10.1080/19479832.2021.1953621.

融合目标特征丰富相关数据提升多架目标在线跟踪性能的研究

当前，从航空影像进行多架飞机跟踪的技术被广泛应用在军事和民用等多个领域中。近年来，多种检测方法用于目标跟踪，以完成简单在线和实时跟踪（SORT）等多目标跟踪（MTT）任务。SORT 是一种强大而快速的多目标跟踪方法，它采用卡尔曼滤波器作为目标运动参数，并使用Hungarian方法进行数据关联。但它放弃了解决关联问题的目标外观，以保持其实时跟踪的特性，从而导致ID切换（IDS）的数量增加并降低跟踪准确性。本文中，目标外观信息与其几何形状一起合并，以利用跟踪精度并减少由于大量IDS而导致的轨迹碎片。将梯度直方图方向（HOG）的目标形状和基于上下文的特征与其颜色直方图相结合，以丰富Hungarian与外观信息的关联。本文利用最近发布的多飞机目标数据集，通过比较实验来验证所提出方法，该实验揭示了MTT性能的提升，同时保持了实时跟踪特性。与SORT跟踪器相比，该方法将跟踪目标IDsw降低了60.97%，跟踪器的整体精度提高了8.6%。

Evaluation of focal loss based deep neural networks for traffic sign detection

Deepika Kamboj, Sharda Vashisth & Sumeet Saurav

Pages: 122-144

To cite this article:

Deepika Kamboj, Sharda Vashisth& Sumeet Saurav (2023) Evaluation of focal loss based deep neural networks for traffic sign detection, International Journal of Image and Data Fusion, 14:2, 122-144, DOI: 10.1080/19479832.2022.2086304.

基于focal loss的深度神经网络在交通标志检测中的评估

随着自动驾驶技术的发展，对严格且计算效率高的交通标志检测系统的需求也在随之增加。然而，若将该类系统提升到应用部署级别，需要处理准确性和处理速度问题。基于focal loss的单级目标检测器（即RetinaNet）用于在精度和处理速度之间进行权衡，它处理了单级检测器的类别不平衡问题，因此适用于交通标志检测（TSD）。本文通过在三个公开可用的 TSD 基准数据集上结合各种特征提取器（如 ResNet-50、ResNet-101 和 ResNet-152）来评估探测器的性能。使用不同骨干网的检测器的性能比较, 包括平均精度（mAP）、内存分配、运行时间和浮点运算等评估参数。从评估结果中，我们发现使用 ResNet-152 骨干网的RetinaNet对象检测器获得了最佳的mAP，而使用 ResNet-101 的检测器在精度和执行时间之间取得了最佳平衡。在不同数据集上对检测器进行基准测试的动机是分析检测器在不同 TSD 基准数据集上的性能。在三个特征提取器中，使用 ResNet-50 骨干训练的RetinaNet模型在内存消耗方面非常出色，使其成为低成本嵌入式设备部署的最佳选择。

Performance analysis of parameter estimator on non-linear iterative methods for ultra-wideband positioning

Chuanyang Wang, Bing He, Liangliang Shi, Weiduo Huang & Liuxu Shan

Pages: 145-161

To cite this article:

Chuanyang Wang, Bing He, Liangliang Shi, Weiduo Huang &Liuxu Shan (2023) Performance analysis of parameter estimator on non-linear iterative methods for ultra-wideband positioning, International Journal of Image and Data Fusion, 14:2, 145-161, DOI: 10.1080/19479832.2022.2064554.

参数估计器在非线性迭代方法上的超宽带定位性能分析

超宽带因其准确的时间分辨率和良好的穿透性，广泛应用在室内定位技术中。由于定位模型是非线性的，通常考虑使用迭代方法来求解定位问题。然而，定位系统容易带来不适定问题，迭代方法不能轻易收敛到全局最优解。本文综述并分析了4种非线性迭代方法在不良配置下的收敛特性。对于迭代将选择三种类型的初始值。实验结果表明，barycentre方法虽然能够正确收敛，但迭代次数过多，效率低下。此外，对于良好的初始值，高斯-牛顿方法可以有效地收敛，并且在选择错误的初始值时，有时会收敛到错误的局部优化解。此外，正则化高斯-牛顿方法和closed-form牛顿方法都可以以较少的迭代次数有效地收敛到全局最优。研究表明，closed-form牛顿方法比其他方法具有更高的收敛效率。同时，为了充分利用测量结果来提高精度，一般采用非迭代法的结果作为迭代法的初始值。

Reflectance spectroscopy and ASTER mapping of aeolian dunes of Shaqra and Tharmada Provinces, Saudi Arabia: Field validation and laboratory ___confirmation

Yousef Salem, Habes Ghrefat & Rajendran Sankaran

Pages: 162-181

To cite this article:

Yousef Salem, HabesGhrefat& Rajendran Sankaran (2023) Reflectance spectroscopy and ASTER mapping of aeolian dunes of Shaqra and Tharmada Provinces, Saudi Arabia: Field validation and laboratory ___confirmation, International Journal of Image and Data Fusion, 14:2, 162-181, DOI: 10.1080/19479832.2022.2069160.

基于实地调绘和实验室验证的风沙丘反射光谱和ASTER测图

——以沙特阿拉伯Shaqra省和Tharmada省为例

颗粒尺寸的空间变异性和风沙沙丘的测图对于研究沙尘侵蚀、运输和沙丘运动以及了解沙丘侵蚀和土地退化具有重要意义。本文对17个新月形沙丘采集的68个砂样的粒度、统计参数和矿物组成进行了考察，并评估了这些沙丘的来源和沉积环境。通过对样品的粒度分析，砂子具有平均粒径为2.28 Φ的细粒度特征，分为中等分选（0.59 Φ）、中层（0.97 Φ）和细至粗偏（0.14 Φ）。X射线衍射表明，沙丘主要由石英、方解石和赤铁矿沉积。在0.5、0.9和2.22 μm附近出现的吸收特征证实了沙丘中存在这种铁和铝硅酸盐矿物。使用ASTER卫星数据的TIR波段，按碳酸盐指数（CI）和石英指数（QI）绘制了各省的沙丘。粒度分析、光谱测量、矿物学研究、沙丘测绘结果与野外观测结果吻合较好，实验表明研究区砂矿在风沙环境中具有多种来源。

Surface drainage features identification using LiDAR DEM smoothing in agriculture area: a study case of Kebumen Regency, Indonesia

Hepi H. Handayani, Arizal Bawasir, Agung B. Cahyono, Teguh Hariyanto & Husnul Hidayat

Pages: 182-203

To cite this article:

Hepi H. Handayani, ArizalBawasir, Agung B. Cahyono, TeguhHariyanto&HusnulHidayat (2023) Surface drainage features identification using LiDAR DEM smoothing in agriculture area: a study case of Kebumen Regency, Indonesia, International Journal of Image and Data Fusion, 14:2, 182-203, DOI: 10.1080/19479832.2022.2076160.

基于LiDAR DEM平滑的农业区地表排水特征识别

——以印度尼西亚Kebumen Regency为例

DEM是生成排水管网和提供关键地形因素和水文衍生物（如坡度、坡向和径流）的最重要数据。生成的排水特征的准确性很大程度上取决于 DEM 的质量和分辨率，例如 LiDAR 生成的DEM，具有一定的粗糙度和复杂性。因此，有时采用平滑方法来克服粗糙度。本文介绍了一种基于LiDAR DEM来平滑表面复杂性（FPDEM-S）和边缘保持DEM平滑（EPDEM-S）的方法，实验采用印度尼西亚Kebumen Regency的Kedungbener河地区的0.5 m分辨率LiDAR DEM。在进行数据处理纠缠线性形态因子过程中，这些平滑方法在stream number上略有不同，FPDEM-S stream length ratio的趋势有七个百分点的提升。在该研究区域，FPDEM-S方法在一定参数值下提供平滑LiDAR DEM表现要优于EPDEM-S方法。综上所述，两种平滑方法的流域特征相似，为接近圆形的椭圆形结构。此外，实验发现分水岭没有达到成熟阶段。

期刊主页：http://www.tandfonline.com/tidf

投稿网址：http://mc.manuscriptcentral.com/tidf

（文/ 谢文寒、孙晓霞）