文献

J-GLOBAL ID：201802217638660212   整理番号：18A1583026

大気乱流下の劣化シーケンス画像のターゲット検出手法【JST・京大機械翻訳】

Object Detection in Degraded Images Under Atmospheric Turbulence

著者 (4件)： Li Junshan (广東外語外貿大学南国商学院 ,广州 ,510545) ,  Zhang Jiao (西安衛星測控中心 ,西安 ,710043) ,  Sui Zhongshan (火箭軍士官学校 ,青州 , 262500) ,  Li Jianjun (广東外語外貿大学南国商学院 ,广州 ,510545)
資料名： Shuju Caiji yu Chuli  (Shuju Caiji yu Chuli)
巻： 33  号： 3  ページ： 436-445  発行年： 2018年 
JST資料番号： W1502A  ISSN： 1004-9037  CODEN： SCYCE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 低ランク分解と検出融合に基づくターゲット検出法を,大気乱流の劣化シーケンスにおける移動ターゲット検出の問題を解決するために提案した。最初に,劣化ビデオにおける乱流運動成分のスパース分布に従って,低ランク行列記述法を用いて,低ランク画像および疎運動の2つの部分に分解し,そして,シーンおよび乱流運動の粗分離を,予備的に実現した。次に、スパース部分に目標を含む全シーンのスパース運動量を包含するため、適応閾値法を導入して干渉量を取り除き、ターゲットを分割し、その中空洞を埋める;乱流オフセット干渉の低ランク部分に対して、ガウスモデリングを用いて低ランクの前景領域を獲得する。最後に,2つの部分検出結果の結合判定を行い,正確な目標検出結果を得た。実験により、本論文の方法の目標抽出の精度が高く、現在の古典的検出法より明らかに優れており、強い乱流条件下での検出結果は依然として理想的であることが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 検出法 ,  *大気乱流 ,  運動量 ,  干渉 ,  モデリング ,  *乱流 ,  録画装置 ,  *画像
準シソーラス用語： 前景 ,  適応閾値 ,  *ターゲット検出 , 【Automatic Indexing@JST】

著者キーワード (6件)： low-rank decomposition ,  background modeling ,  adaptive threshold ,  fusion decision ,  object detection ,  turbulence-degraded image

分類 (2件)： 計算機シミュレーション  (JE11000H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 大気乱流 ,  シーケンス ,  ターゲット検出 ,  手法