文献

J-GLOBAL ID：202202249369903561   整理番号：22A0482687

強化ロバスト局所コントラスト測定に基づく赤外線Dimと小ターゲット検出【JST・京大機械翻訳】

Infrared Dim and Small Target Detection Based on Strengthened Robust Local Contrast Measure

著者 (3件)： Li Zehao (Department of Automation, Rocket Force University of Engineering, Xi’an, China) ,  Liao Shouyi (Department of Automation, Rocket Force University of Engineering, Xi’an, China) ,  Zhao Tong (Department of Automation, Rocket Force University of Engineering, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.7506005.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： 赤外線小型ターゲット検出はコンピュータビジョンの分野で一般的な問題である。伝統的方法は,大いに研究され,通常シナリオにおける目標検出に基本的に対処できる。しかし,小型および薄暗いターゲットは,明らかな特性を持たず,複雑な背景におけるクラッタによって容易に妨害される。本論文では,局所コントラスト測度(LCM)と同様に,低ランクおよびスパース表現のような一般的ターゲット検出法を研究し,強化ロバスト局所コントラスト測度(SRLCM)アルゴリズムと呼ばれる新しい方法をここで提案する。非凸問題をより厳密に解決し,小さなターゲット特徴を注意深く解析することによって,SRLCMは不規則な背景でより良い検出とセグメンテーション性能を達成できる。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *コントラスト ,  *赤外線 ,  測度 ,  セグメンテーション ,  検出法 ,  クラッタ ,  コンピュータビジョン ,  凸形 ,  *ロバスト性
準シソーラス用語： ターゲット検出 ,  スパース表現 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 強化 ,  ロバスト ,  コントラスト ,  赤外線 ,  ターゲット検出