文献

J-GLOBAL ID：201902224204339710   整理番号：19A1723648

SFFSマルチ特徴選択に基づく空中画像ターゲット検出【JST・京大機械翻訳】

Image Target Detection Based on SFFS Multi-feature Selection

著者 (4件)： Chen Suting (南京信息工程大学江蘇省气象探測与信息処理重点実験室,南京210044;南京信息工程大学江蘇省大气環境与装備技術協同創新中心,南京210044) ,  Niu Yuning (南京信息工程大学江蘇省气象探測与信息処理重点実験室,南京,210044) ,  Zhang Chuang (南京信息工程大学江蘇省气象探測与信息処理重点実験室,南京210044;南京信息工程大学江蘇省大气環境与装備技術協同創新中心,南京210044) ,  Zhang Yanyan (南京信息工程大学江蘇省气象探測与信息処理重点実験室,南京210044;南京信息工程大学江蘇省大气環境与装備技術協同創新中心,南京210044)
資料名： Shiyanshi Yanjiu yu Tansuo  (Shiyanshi Yanjiu yu Tansuo)
巻： 38  号： 3  ページ： 5-10,28  発行年： 2019年 
JST資料番号： W1514A  ISSN： 1006-7167  CODEN： SYYTAZ  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： 空中画像ターゲットの多重変化,ターゲットの角度変化,および背景の複雑な特性を目的として,SFFS(SequentialFloatingForwardSelection)に基づくマルチ特徴選択に基づく空中画像ターゲット検出法を提案した。まず、BING(BinarizedNormedGradients)アルゴリズムを導入し、目標粗定位を行い、空中画像データ量が大きく、検出効率が低いなどの問題を克服した。次に,空中画像のRI-LBP(RotationInvariantLBP)特徴を抽出した。FD(FourierDescriptor)形状特徴およびRIFF(RotationInvariantFastFeature)特徴は、空中写真画像に対して記述し、単一特徴の能力不足による誤検出率の高い問題を避けた。最後に、SFFSベイズ分類アルゴリズムに基づき、RI-LBP特徴、FD特徴とRIFF特徴集合に対して最適な部分集合選択を行い、さらに特徴の一般化性とロバスト性を高める。実験結果は,このマルチ特徴空中画像ターゲット検出アルゴリズムが,ビート角度変化に対してより強いロバスト性を持つだけでなく,特徴次元を減少すると同時に,ターゲット検出の平均精度を改善し,リアルタイムのニーズを満たすことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 空中写真 ,  ロバスト性 ,  *特徴選択 ,  多重化 ,  アルゴリズム ,  定位 ,  *画像 ,  検出効率
準シソーラス用語： 実時間 ,  検出アルゴリズム ,  ベイズ分類 ,  誤検出率 ,  形状特徴 ,  *ターゲット検出 ,  *空中画像 , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチ ,  特徴選択 ,  空中画像 ,  ターゲット検出