- 博客(14)
- 收藏
- 关注
原创 2021-04-06 FKRW算法 | Infrared Small Target Detection Based on Facet Kernel and Random Walker
FKRW算法[1] Y. Qin, L. Bruzzone, C. Gao, and B. Li, "Infrared Small Target Detection Based on Facet Kernel and Random Walker," Ieee Transactions on Geoscience and Remote Sensing, vol. 57, no. 9, pp. 7104-7118, Sep 2019.基于分割来做小目标检测,原图做统计排序滤波、均值滤波 、facet k
2021-04-08 14:53:44
2105
11
原创 2021-04-06 Fast-saliency算法 | 2016年Infrared Physics & Technology
算法来自文献:[1] S. Qi, G. Xu, Z. Mou, D. Huang, and X. Zheng, "A fast-saliency method for real-time infrared small target detection," Infrared Phys Techn, vol. 77, pp. 440-450, Jul 2016.本文阐述了单帧红外图像中小目标快速检测的研究。针对各种复杂背景下的红外图像,提出了一种计算效率高的快速显著性算法。它来源于最近的一项关于视觉...
2021-04-06 20:29:01
1064
原创 红外小目标检测NARM文献 | 方法对比 |数据集描述
对比基于目标与背景分离的典型方法特点MethodsAdvantagesDisadvantagesIPIWorks well with uniform scenes.Over-shrinks the small targets, leaving residuals inthe target image, time consuming.NIPPSWorks well when strong edges and non-target interferences are few.
2021-03-30 11:45:41
2381
1
原创 2021-03-29 单帧红外小目标数据集 | SIRST
单帧红外小目标数据集 | Single-frame InfraRed Small Target (SIRST) Benchmark南航戴一冕的文章中提出了一个用于红外小目标检测的单帧数据集"Asymmetric Contextual Modulation for Infrared Small Target Detection"https://arxiv.org/abs/2009.145301 数据集描述SIRST是专门为单帧红外小目标检测而构建的数据集,其中的图像是从数百个不同场景的红外序列..
2021-03-29 17:22:06
17455
6
原创 2021-03-28 单帧红外块图像模型检测红外小目标| Infrared Patch-Image Model for Small Target Detection in a Single Image
目录2013年 IPI模型2013年 IPI模型原图——块图像(D) ——APG解优化问题得到背景B和目标T块图像——由块图像重建低秩 背景图 稀疏目标图下图表示:目标(上)和对应的三维表面(下)在不同背景下(归一化)。(a)海天背景中一个昏暗的小型船舶目标。(b)海天背景下明亮的船舶目标。(c)天空云背景中的一个昏暗的飞机目标。(d)天空-地面背景中的明亮车辆目标。1 构建块图像,如下:从一个块图像中重建图像:下图为低秩背景图(256*200)及其对..
2021-03-28 22:49:20
2510
1
原创 2021-03-26 特征工程
特征工程1 定义及意义特征工程 Feature Engineering将原始数据转化成更好的表达问题本质的特征的过程,使得将这些特征运用到预测模型中能提高对不可见数据的模型预测精度。目的发现重要特征,即对因变量y有明显作用的特征(自变量x)。特征——对建模有用的属性特征选择——从许多特征到一些有用的特征特征提取——从原始数据自动构建新特征特征构造——从原始数据手动构建新特征特征重要性——对特征有用性的估计更好的特征——更加复杂更好的特征——简化模型更好的特征——结果更优下图是
2021-03-26 14:13:19
501
转载 2021-03-21 PCA和LDA详解 | 转载
PCA和LDA详解ppt代码使用PCA对数据进行降维,我们使用两种方式:直接按数学推导的方式实现PCA使用sklearn实现PCA利用降维后的特征进行逻辑回归分类代码使用LDA对数据进行降维,我们使用两种方式:直接按数学推导过程实现LDA使用sklearn实现LDA利用降维后的特征进行逻辑回归分类...
2021-03-22 19:51:57
107
原创 《labuladong的算法小抄》| 笔记
《labuladong的算法小抄》笔记第零章 必读系列学习算法和刷题的框架思维一、数据结构的存储方式二、数据结构的基本操作三、算法刷题指南第零章 必读系列计算机的递归思维,自顶向下,逐步求精,反向求解。我们旧文写了很多动态规划相关的题目,基本都是先写自顶向下的递归解法,然后改写成自底向上的迭代解法,因为递归思路清晰嘛。学习算法和刷题的框架思维一、数据结构的存储方式最基本的:数组(顺序存储)链表(链式存储)更多衍生,散列表、栈、队列、堆、树、图;都是在链表或者数组上的特殊操作,API 不同而
2021-03-22 17:11:56
3236
原创 2021-03-22 基于视觉显著性的红外弱小目标检测-王警予 |笔记
基于视觉显著性的红外弱小目标检测-王警予 | 阅读笔记第四章 基于稀疏低秩分解的红外弱小目标检测key 视觉注意力机制 稀疏低秩分解针对人类视觉显著性是基于人类视觉注意的特点,将红外图像中显著性部分的求解,转化为红外图像对应灰度矩阵的稀疏部分求解问题。我们将包含弱小目标的红外图像按列组合成对应的矩阵,对得到的矩阵进行稀疏低秩分解,通过对构建的稀疏矩阵进行求解得到显著性图,对显著性图进行阈值分割得到红外弱小目标。自顶向下视觉注意机制是由人类自主意识支配,依赖于特定的命令,主要影响因素是高层语义,包
2021-03-22 14:12:44
1337
1
转载 2021-03-21 什么是鲁棒性?
鲁棒性在科学中使用「Robust」时所采用的含义,即一个系统或组织有抵御或克服不利条件的能力。例来说,在建造一座大厦时,我们要考虑影响建筑物安全性的因素有哪些,例如建筑物如果处于震区,要考虑如何建造才能承受地震而不倒塌,遭遇恶劣天气(如台风、龙卷风)时需要承受几级大风以及如何让建筑能够抵抗此等级的天气等等。计算机领域「鲁棒性」:即该系统或算法能够适应多种应用环境,如数据中的噪声、不同的应用领域等等。机器学习中训练模型时,工程师可能会向算法内添加噪声(如对抗训练),以便测试算法的「鲁棒性」。可以
2021-03-21 21:05:06
3339
原创 2021-03-21 《数据融合(data fusion)原理与方法》| 笔记
数据融合(data fusion)原理与方法一. 数据融合基本涵义数据融合(data fusion)最早被应用于军事领域。现在数据融合的主要应用领域有:多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别等等。在遥感中,数据融合属于一种属性融合,它是将同一地区的多源遥感影像数据加以智能化合成,产生比单一信息源更精确、更完全、更可靠的估计和判断。相对于单源遥感影象数据,多源遥感影象数据所提供的信息具有以下特点:1.冗余性:表示多源遥感影像数据对环境
2021-03-21 20:07:34
1584
原创 2020-12-23 《数据结构》| 第一章 C及C++基础
《数据结构》| 第一章 C及C++基础自定义函数的形式内部函数和外部函数递归函数的设计和调用函数的递归调用链表类类的静态成员模板类自定义函数的形式[存储类型符] [返回值类型符] 函数名([形参说明表]){<函数语句体>}几点说明[存储类型符]指的是函数的作用范围,只有两种形式:static和externstatic说明的函数称为内部函数,只能作用于其所在的源文件extern说明的函数称为外部函数,可被其他源文件中的函数调用缺省情况为extern[返回值类型符]指的是
2020-12-23 10:49:37
305
原创 2020-12-17 Scopus文献检索 TargetDetection|Dim|Infrared Image
Scopus文献检索 TargetDetection|Dim|Infrared Imagescopus 网页顶尖作者代表性文献Infrared dim target detection based on visual attention未完待续scopus 网页链接: link.顶尖作者An, Wei 国防科大 链接: link.Zhou, Huixin 西电 链接:link.Peng, Zhenming 电科 链接:link.Qin, Hanlin 西电 链接:link.L
2020-12-17 22:14:51
995
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人