文献

J-GLOBAL ID：201702228633559073   整理番号：17A0457475

海洋画像の広範囲背景のための表面フィッティングモデルに基づく船舶検出【Powered by NICT】

Ship detection based on surface fitting modeling for large range background of ocean images

著者 (4件)： Li Xiaoqi (ATR Key Laboratory, Shenzhen University, Shenzhen, China) ,  Xie Weixin (ATR Key Laboratory, Shenzhen University, Shenzhen, China) ,  Wang Lixia (ATR Key Laboratory, Shenzhen University, Shenzhen, China) ,  Pei Jihong (ATR Key Laboratory, Shenzhen University, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICSP  ページ： 762-767  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高分解能リモートセンシング画像の船舶検出における海水背景干渉問題に対して,海水バックグラウンドの特性を本論文で深く解析した。または広い範囲で局所が連続変化で一致していることが分かった。上記の解析に基づいて,高分解能リモートセンシング画像のためのGauss可変表面海水背景モデルを構築し,平均表面と分散表面の推定も示した。背景統計的モデリングに基づく新しい船舶検出法は広い範囲の高分解能リモートセンシング画像のために提案した。実験結果は,異なる種類の高分解能リモートセンシング画像の海背景モデリングおよび目標検出における提案した方法の実現可能性を示した。他の関連法と比較して,提案した方法は高い再現率と低いミッシング速度を持っている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高分解能 ,  *画像 ,  海水 ,  検出法 ,  *船舶 ,  干渉 ,  *海洋
準シソーラス用語： 再現率 ,  背景モデリング ,  背景モデル ,  リモートセンシング画像 ,  *表面フィッティング , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 海洋 ,  背景 ,  表面フィッティング ,  モデル ,  船舶