文献

J-GLOBAL ID：202202261050057903   整理番号：22A0780713

スパイラル勾配最適化推定と高次相関強化に基づく薄暗目標検出【JST・京大機械翻訳】

Dim and Small Target Detection Based on Spiral Gradient Optimization Estimation and High-Order Correlation Enhancement

著者 (6件)： Fan Xiangsuo (Faculty of Intelligence Manufacturing, Yibin University, Yibin, Sichuan, China) ,  Min Lei (Institute of Optics and Electronics, Chinese Academy of Sciences, Chengdu, China) ,  Li Juliu (School of Electrical, Electronic and Computer Science, Guangxi University of Science and Technology, Liuzhou, China) ,  Guo Hongwei (School of Engineering, Honghe University, Mengzi, China) ,  Feng Linping (School of Electronic and Information Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Xu Zhiyong (Institute of Optics and Electronics, Chinese Academy of Sciences, Chengdu, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 14767-14778  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 昼間のジム小目標検出に及ぼす強いハロ効果の影響を減らすために,スパイラル勾配最適化推定と高次相関強化に基づく薄型小型ターゲット検出アルゴリズムをこの論文で提案する。本論文では,まず,設計した運動方向を摂動することにより,中心画像点における局所勾配情報を得るために,スパイラル運動モデルを設計し,次に,ハロ現象を効果的に除去しながら,バックグラウンド抑制を達成するために,勾配最適化モデルを確立することによって,最適バックグラウンドを推定した。オリジナルの高次相関モデルだけは,運動相関のための単一ピクセルを使用するだけであり,不十分な情報利用があり,改良高次相関エネルギー強化モデルを,目標信号を強化するために提案し,アルゴリズムを最初に,画像の顕著な領域を得るために,内部および外部ウィンドウに基づく注意識別モデルを構築して,次に,目標エネルギーを強化するために,近傍ブロックのマルチフレーム高次運動相関を実行した。実験の後,従来のアルゴリズムと比較して,本論文で提案したアルゴリズムが,バックグラウンドの大部分を抑制しながら,ハロ効果を効果的に弱めることができ,ターゲットの局所信号対ノイズ比を効果的に強化できることを示した。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： SN比 ,  アルゴリズム ,  検出 ,  *最適化 ,  ターゲット ,  情報利用 ,  相関 ,  画像 ,  画素 ,  モデル ,  相関エネルギー
準シソーラス用語： 運動モデル ,  最適化モデル ,  検出アルゴリズム ,  バックグラウンド抑制 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： スパイラル ,  勾配 ,  最適化 ,  推定 ,  相関 ,  強化 ,  目標