文献

J-GLOBAL ID：201702262465982502   整理番号：17A1351927

画像の最尤検出【Powered by NICT】

Maximum likelihood detection on images

著者 (4件)： Balasingam B. (Department of Electrical and Computer Engineering, University of Windsor, Canada) ,  Bar-Shalom Y. (Department of Electrical and Computer Engineering, University of Connecticut, USA) ,  Willett P. (Department of Electrical and Computer Engineering, University of Connecticut, USA) ,  Pattipati K. (Department of Electrical and Computer Engineering, University of Connecticut, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Fusion  ページ： 1-8  発行年： 2017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： 画像と焦点面アレイ(FPA)上の点ターゲット検出の問題を考察した。画像センサは,いくつかの応用でユビキタスツールとなっている,生物医学システム,自律監視システム,目標追跡システム,ロボティックスのような。これらの応用では,整合フィルタとテンプレートマッチングを検出戦略を一般的に用いられているが,これらの手法は計算的に効率的な画像処理のための適応画素幅選択のためのサブピクセル精度と手段を提供できない。本論文では,画像のターゲット位置の最尤推定量(MLE)を導出した。提案したMLEはFPAはその信号強度既知の標準偏差を有するGauss点像分布関数(PSF)の形で多重画像画素の広がりを持つことを点ターゲットを含むという仮定の下で最適である。さらに,推定のCramerのRao下限(CRLB)を導き,標的受容のための仮説試験,画像のための新しい最尤検出器(MLD)を示した。シミュレーション結果は,提案したMLEとMLDの性能を検証するために提供したMLEは非常に低いSNR値の効率的であり, 15dBで始まることが示され,MLDは0dBで始まる零誤警報と1に近いの検出確率を達成した。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： 画素 ,  監視装置 ,  整合フィルタ ,  *画像 ,  イメージセンサ ,  仮説検定 ,  点像分布関数 ,  画像処理 ,  シミュレーション ,  最尤法
準シソーラス用語： 誤警報 ,  テンプレートマッチング ,  ターゲット追跡 ,  ターゲット検出 ,  *最尤検出 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： 最尤検出