論文の概要: Infrared small target detection based on isotropic constraint under complex background

• arxiv url: http://arxiv.org/abs/2011.12059v1
• Date: Tue, 24 Nov 2020 12:25:05 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 14:04:59.852474
• Title: Infrared small target detection based on isotropic constraint under complex background
• Title（参考訳）: 複雑な背景下での等方性制約に基づく赤外小目標検出
• Authors: Fan Wang
• Abstract要約: ターゲットの低信号・クラッタ比(SCR)と不規則な背景クラッタによる干渉は正確な結果を得るのを難しくする。 等方性に制約された多層灰色の差分法(MGD)を提案する。 実験の結果,提案手法は信号-クラッタ比ゲイン (SCRG) と受信動作特性 (ROC) 曲線の両面で,いくつかの一般的な手法よりも有効で優れていることがわかった。
• 参考スコア（独自算出の注目度）: 10.091959130890956
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Infrared search and tracking (IRST) system has been widely concerned and applied in the area of national defence. Small target detection under complex background is a very challenging task in the development of system algorithm. Low signal-to-clutter ratio (SCR) of target and the interference caused by irregular background clutter make it difficult to get an accurate result. In this paper, small targets are considered to have two characteristics of high contrast and isotropy, and we propose a multilayer gray difference (MGD) method constrained by isotropy. Firstly, the suspected regions are obtained through MGD, and then the eigenvalues of the original image's Hessian matrix are calculated to obtain the isotropy parameter of each region. Finally, those regions do not meet the isotropic constraint condition are suppressed. Experiments show that the proposed method is effective and superior to several common methods in terms of signal-to-clutter ratio gain (SCRG) and receiver operating characteristic (ROC) curve.
• Abstract（参考訳）: 赤外線サーチ・トラッキング(IRST)システムは、国防の分野で広く関心を集め、適用されてきた。 複雑な背景下での小さなターゲット検出は、システムアルゴリズムの開発において非常に難しい課題である。 ターゲットの低信号・クラッタ比(SCR)と不規則な背景クラッタによる干渉は正確な結果を得るのを難しくする。 本稿では,高コントラストとアイソトロピーの2つの特性を持つ小ターゲットについて検討し,アイソトロピーに制約された多層灰色の差分法(MGD)を提案する。 まず、mgdを介して被疑領域を求め、その後、原画像のヘッセン行列の固有値を算出して各領域の等方性パラメータを得る。 最後に、これらの領域は等方的制約条件を満たしない。 実験の結果,提案手法は信号-クラッタ比ゲイン (SCRG) と受信動作特性 (ROC) 曲線の両面で,いくつかの一般的な手法よりも有効で優れていることがわかった。

関連論文リスト

• Sparse Prior Is Not All You Need: When Differential Directionality Meets Saliency Coherence for Infrared Small Target Detection [15.605122893098981]
  本研究では,Sparse Differential Directionality prior (SDD)フレームワークを提案する。 我々は、ターゲットの異なる方向特性を活用して、それらを背景と区別する。 さらに、サリエンシ・コヒーレンス・ストラテジーにより、目標検出性をさらに強化する。 近似交互最小化法(PAM)アルゴリズムは,提案したモデルを効率的に解く。
  論文  参考訳（メタデータ） (2024-07-22T04:32:43Z)
• Mitigate Target-level Insensitivity of Infrared Small Target Detection via Posterior Distribution Modeling [5.248337726304453]
  Infrared Small Target Detection (IRSTD) は、赤外線クラッタ背景から小さなターゲットを分離することを目的としている。 マスク後部分布モデルを用いて画素レベルの判別を補正する赤外線小ターゲット検出のための拡散モデルフレームワークを提案する。 実験により,提案手法は, NUAA-SIRST, IRSTD-1k, NUDT-SIRSTデータセット上での最先端手法と競合する性能向上を実現することを示した。
  論文  参考訳（メタデータ） (2024-03-13T09:45:30Z)
• A Real-time Faint Space Debris Detector With Learning-based LCM [4.454216126942097]
  本稿では,局所コントラストと最大推定値(MLE)に基づく低SNRストリーク抽出手法を提案する。 このアルゴリズムは高速かつ高精度であり,高ダイナミックターゲット抽出における将来性を保証する。
  論文  参考訳（メタデータ） (2023-09-15T08:37:28Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
  既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。 このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。 回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
  論文  参考訳（メタデータ） (2022-09-22T07:50:48Z)
• Super-resolution GANs of randomly-seeded fields [68.8204255655161]
  ランダムスパースセンサからフィールド量の推定を行うための,GAN(Super- resolution Generative Adversarial Network)フレームワークを提案する。 このアルゴリズムはランダムサンプリングを利用して、高解像度の基底分布の不完全ビューを提供する。 提案手法は, 流体流動シミュレーション, 海洋表面温度分布測定, 粒子画像速度測定データの合成データベースを用いて検証した。
  論文  参考訳（メタデータ） (2022-02-23T18:57:53Z)
• The KFIoU Loss for Rotated Object Detection [115.334070064346]
  本稿では,SkewIoU損失とトレンドレベルアライメントを両立できる近似的損失を考案する上で,有効な方法の1つとして論じる。 具体的には、対象をガウス分布としてモデル化し、SkewIoUのメカニズムを本質的に模倣するためにカルマンフィルタを採用する。 KFIoUと呼ばれる新たな損失は実装が容易で、正確なSkewIoUよりもうまく動作する。
  論文  参考訳（メタデータ） (2022-01-29T10:54:57Z)
• Hyperspectral Image Denoising Using Non-convex Local Low-rank and Sparse Separation with Spatial-Spectral Total Variation Regularization [49.55649406434796]
  本研究では,HSI復調のためのロバストな主成分分析のための新しい非特異なアプローチを提案する。 我々は、ランクとスパースコンポーネントの両方に対する正確な近似を開発する。 シミュレーションと実HSIの両方の実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2022-01-08T11:48:46Z)
• Deep Unfolding of Iteratively Reweighted ADMM for Wireless RF Sensing [22.467957268653077]
  我々は,MIMO無線レーダを用いた層状材料構造中の材料欠陥の検出に対処する。 多くのシナリオでは、階層構造に挑戦する欠陥の数は、低ランク構造としてモデル化できる。
  論文  参考訳（メタデータ） (2021-06-07T15:00:33Z)
• Regressive Domain Adaptation for Unsupervised Keypoint Detection [67.2950306888855]
  ドメイン適応(DA)は、ラベル付きソースドメインからラベル付きターゲットドメインに知識を転送することを目的とする。 本稿では,教師なしキーポイント検出のためのレグレッシブドメイン適応(RegDA)法を提案する。 提案手法は,異なるデータセット上のPCKにおいて,8%から11%の大幅な改善をもたらす。
  論文  参考訳（メタデータ） (2021-03-10T16:45:22Z)
• Multiple Infrared Small Targets Detection based on Hierarchical Maximal Entropy Random Walk [12.10092482860325]
  我々は,最大エントロピーランダムウォーク(MERW)から導かれる検出方法を確立し,複数の小目標を頑健に検出する。 提案手法は, 目標強調, 背景抑圧, 複数小目標検出の観点から, 最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2020-10-02T11:11:34Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。