搜索结果: 1-15 共查到“计算机科学技术基础学科 目标检测”相关记录18条 . 查询时间(0.189 秒)
目标检测技术是光学遥感图像理解的基础问题,具有重要的应用价值.本文对遥感图像目标检测算法发展进行了梳理和分析.首先阐述了遥感图像目标检测的特点和挑战;之后系统总结了典型的检测方法,包括早期的基于手工设计特征的算法和现阶段基于深度学习的方法,对于深度学习方法首先介绍了典型的目标检测模型,进而针对遥感图像本身的难点详细梳理了优化改进方案;接着介绍了常用的检测数据集,并对现有方法的性能进行比较;最后对现...
常用的优化回归边界框参数的损失并不等价于最大化IoU指标，并且IoU作为回归损失，在边界框不重叠的情况下进行优化是不可行的。为了解决这个问题，在IoU基础上加入外接框的计算，将所得结果(3D_CGIoU)作为损失纳入到目前主流的三维目标检测框架中，并在数据集KITTI和ScanNet上进行实验。实验结果显示检测的平均精度得到了提升，表明该方法是有效的。
基于最优误差自校正极限学习机的高频地波雷达RD谱图海面目标检测算法
高频地波雷达 极限学习机 目标检测 RD图像
2024/1/23
高频地波雷达(High-frequency surface wave radar,HFSWR)在超视距舰船目标检测跟踪中有广泛应用.然而,HFSWR工作频段的电磁环境十分复杂,舰船目标信号往往被淹没在各种噪声中.本文提出一种基于最优误差自校正极限学习机(Optimized error self-adjustment extreme learning machine,OES-ELM)的HFSWR海面...
基于扩散的视觉显著目标检测
扩散矩阵 种子向量 拉普拉斯矩阵 视觉显著目标检测
2018/9/30
针对图像背景颜色和视觉显著检测目标信息颜色相近时,显著检测结果的精度和效率不高的问题,提出了一种基于扩散的视觉显著目标检测模型.首先通过对对称矩阵的构造并丢弃常数特征向量和辨别力进行了重新组合扩散矩阵,然后对扩散矩阵中的种子向量进行重新构造,最后将重新组合的扩散矩阵和重新构造的种子向量进行扩散,得出了基于扩散的视觉显著目标检测算法.实验结果表明:该算法较之前的算法有一定的改进,在背景颜色和视觉目标...
基于双剔除门限的ＳｗｉｔｃｈｉｎｇＣＦＡＲ目标检测算法
目标检测 恒虚警 ＳｗｉｔｃｈｉｎｇＣＦＡＲ 双剔除 ｋ分布
2018/6/11
为了解决传统的目标检测算法在非均匀噪声环境下检测性能严重下降的问题，提出了一种基于双剔除门
限的 ＳｗｉｔｃｈｉｎｇＣＦＡＲ（ｓｗｉｔｃｈｉｎｇｃｏｎｓｔａｎｔｆａｌｓｅａｌａｒｍｒａｔｅｂａｓｅｄｏｎｄｕａｌｃｅｎｓｏｒｉｎｇｔｈｒｅｓｈｏｌｄｓ，ＤＣＳＣＦＡＲ）目标检测算
法。基于参考窗参考单元样本期望值和测试单元，得到双重剔除功率比较门限。通过双重比较，剔除参考窗中极
大值参考单...
经典的鲁棒主成分分析(Robust Principal Component Analysis,RPCA)目标检测算法使用l1范数逐一判别每一像素点是否属于运动目标,未能考虑到运动目标在空间分布的连续性,不利于提升运动目标检测的鲁棒性.本文提出了一种基于l0群稀疏RPCA模型的运动目标检测方法.首先运用Ncuts算法进行区域过分割,生成多个同性区域,将其作为群稀疏约束的分组信息;第二步构造基于l0群...
复杂背景下的运动目标检测一直是计算机视觉领域中一个具有挑战性的问题，本文提出一种基于多层背景模型的运动目标检测算法.该算法首先从视频序列的第一帧中提取每个像素的邻域样本，用于初始化背景模型，只需一帧图像即可完成背景模型的初始化；其次，为实现背景模型的自适应更新，引入随机采样技术，随机选取一个不匹配的码字，采用新的背景像素取而代之，避免错误分类的码字长时间驻留在背景模型中；为处理动态场景中多种干扰因...
动目标的检测及跟踪是实现“零飞”测试的核心内容之一。采用FPGA为平台，利用其独特的并行处理机制和强大的运算能力以提高系统性能，通过背景相减法获得动目标的参数信息，实现动目标检测，并利用粒子滤波算法实现目标的跟踪。
基于稀疏表达残差的自然场景运动目标检测
背景建模 残差 运动目标检测 稀疏表达
2017/1/5
本文提出一种基于稀疏表达残差的非参数化运动目标检测算法,在假设前景变化相对静态背景可以视为稀疏残差的基础上,采用视频前n帧初始化稀疏表达字典;利用字典对后续视频帧进行重构,提取每帧的重构残差;结合基于光照强度的全局阈值矩阵,将残差图像二值化,提取图像前景;利用前景区域和边缘点关系剔除ghost区域;采用增量PCA(Principal Component Analysis)算法和保守更新的思想对背景...
KK分布杂波下的距离扩展目标检测算法
广义似然比检验 球不变随机变量 KK分布 顺序统计量
2016/7/15
针对服从KK分布的大拖尾雷达杂波背景下的扩展目标检测问题，利用球不变随机变量表示了KK分布雷达杂波模型。在假设目标回波幅度已知的情况下，研究了基于Neyman-Pearson准则的距离扩展目标最优积累检测器，并通过对目标幅度的最大似然估计，推导了广义最大似然比检验检测器模型。为了降低这两种检测器中因计算第二类修正的贝塞尔函数而引入的运算复杂度，提出了一种基于顺序统计量的广义似然比检测器。该检测器利...
基于级联Adaboost的目标检测融合算法
目标检测 融合模型 边界片段特征
2009/9/8
单一特征的模型对于颜色纹理变化较大的目标的检测往往存在检测率不高或检测速度慢的缺点. 本文提出了一种基于级联Adaboost的``级联--加和''融合算法. 融合模型由两个独立训练得到的级联Adaboost分类器组成, 分别利用边界片段特征和矩形类Haar小波特征描述整个目标以及目标的一个稳定部件. 级联--加和的融合决策以样本在两个分类器中被拒绝或通过的级数信息为依据. 在多个数据库上的实验证明...
基于像素分类的运动目标检测算法
高斯混合模型 中值法 运动目标检测
2009/8/7
针对复杂环境下运动目标检测提出一种基于像素分类的运动目标检测算法。该算法通过亮度归一化对图像序列进行预处理，用以降低光照变化造成的误检，根据场景中不同像素点的特点，对图像进行分类处理，单模态类的像素用中值法进行背景建模，多模态类的像素用混合高斯模型建模。实验结果表明，该算法与传统的高斯建模法相比，减少了运算量，更易于应用在实时系统中。
基于层次聚类的弱小目标检测算法
小目标检测 16位灰度图像 空间图像
2009/7/20
空间图像具有恒星、目标和噪声特征相似，星点灰度范围大的特点，常见的小目标检测方法无法有效处理该类图像。提出了基于层次聚类的空间弱小目标检测算法，以星点到参考恒星之间的距离变化为依据，根据恒星和目标的运动特性构造相似性度量函数，通过寻找误差平方和曲线拐点的方法寻找最优分类曲面和分类个数，最后以两层复合分类将恒星、噪声和目标分离。实验结果表明，该方法兼容8位和16位灰度图像，可以有效检测出单点和多点小...
一种基于立体视觉的运动目标检测算法
目标检测 立体视觉 视差
2008/12/24
在目标检测中采用立体视觉方法。首先对立体图像对进行匹配求取场景的视差图，再运用基于视差的背景差分法获得含有运动目标的前景区域，最后根据前景区域的视差和位置分布准确定位各运动目标。立体视觉方法有效解决了单目视觉检测方法中的一些难点问题，可以克服光线的变化和阴影干扰对目标检测带来的影响，在多个目标发生部分遮挡时仍能正确区分各运动目标。