文献

J-GLOBAL ID：202202262031630792   整理番号：22A1163747

マルチウェイ勾配正則化主成分分解モデルを組み合わせた赤外線Dimと小ターゲット検出アルゴリズム【JST・京大機械翻訳】

Infrared Dim and Small Target Detection Algorithm Combining Multiway Gradient Regularized Principal Component Decomposition Model

著者 (5件)： Wu Anqing (School of Electrical, Electronic and Computer Science, Guangxi University of Science and Technology, Liuzhou, China) ,  Fan Xiangsuo (School of Electrical, Electronic and Computer Science, Guangxi University of Science and Technology, Liuzhou, China) ,  Chen Huajin (School of Electrical, Electronic and Computer Science, Guangxi University of Science and Technology, Liuzhou, China) ,  Min Lei (Institute of Optics and Electronics, Chinese Academy of Sciences, Chengdu, 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： 36057-36072  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： 複雑な非平滑バックグラウンドにおいて,赤外線ダイムと小さなターゲットは,一般に,より低いエネルギーを持って,より少ない画素を占めて,クラッタによって容易に引き出される。非平滑シーンにおけるdimと小型ターゲットの検出能力を改善するために,本論文は,多方向勾配差正則化主成分分解モデルを結合する新しい薄型と小目標検出法を提案した。この方法は,最初に,異なる画像成分の低ランク部分空間を制約するために,新しい勾配差正則化を確立し,次に,勾配差分正則化ベースの主成分分解モデル(GDR-PCD)を構築し,最後に,背景インピーダンスを得るために,重複方向乗算器法を用いて,モデルを分解した。実験結果は,方式が従来のアルゴリズムよりすべての6つの連続した画像場面でよりよく機能することを示した。さらに,検出結果は,本論文におけるアルゴリズムの有効性を検証した。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： *アルゴリズム ,  インピーダンス ,  *赤外線 ,  *ターゲット ,  乗算器 ,  画素 ,  検出法 ,  空間 ,  *モデル ,  クラッタ ,  *正則化 ,  有効性
準シソーラス用語： 部分空間 ,  検出能 ,  薄型 ,  *検出アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  音声処理  (JE05000E)

タイトルに関連する用語 (8件)： マルチ ,  勾配 ,  正則化 ,  分解 ,  モデル ,  赤外線 ,  ターゲット ,  検出アルゴリズム