没有合适的资源？快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于视觉注意的红外小目标检测
基于视觉注意的红外小目标检测
研究论文
2 下载量
5 浏览量
2021-03-15
05:22:21
上传
评论
1
收藏
376KB
PDF
举报
温馨提示
立即下载
基于视觉注意的红外小目标检测
资源推荐
资源评论
论文研究-一种基于视觉注意的小目标检测方法.pdf
浏览：82
为了方便而快速地在图像中标出目标，提出了一种基于视觉注意的小目标检测方法。该方法对Itti通用视觉注意计算模型作了改进，将目标检测过程分为亮目标检测和暗目标检测。其中亮目标检测采用了简化的Itti模型，暗目标检测主要采用侧抑制网络模型，将亮目标检测与暗目标检测各自生成的显著图合成得到最终的显著图。通过设定一阈值得到图像的预注意区域，采用模糊C-均值算法进行图像分割，以便相对完整地标出每个目标。结果
使用稀疏环表示的小型红外目标检测
浏览：23
使用稀疏环表示的小型红外目标检测
红外小目标检测与跟踪方法研究
浏览：20
3星 · 编辑精心推荐
复杂背景中小目标的检测与跟踪一直是监视和告警系统的重要组成部分, 综合该领域近年来的研究成果, 从空间滤 波和时间滤波的角度对现有的红外小目标检测方法进行了简单的概述, 并分析了今后的研究方向。
tiny-DSOD小模型目标检测算法
浏览：23
Tiny-DSOD: Lightweight Object Detection for Resource Restricted Usage,The code is based on the SSD and DSOD framework.
基于深度卷积神经网络的SAR 图像舰船小目标检测
浏览：76
基于深度卷积神经网络的SAR 图像舰船小目标检测
红外小目标检测算法Local CM,红外小目标检测跟踪技术,matlab
浏览：201
5星 · 资源好评率100%
这是对2014 IEEE trans on GRS上的经典论文LCM的实现，还没有对代码进行优化，能完成任务，但效率不太高。
几种典型红外弱小目标检测算法的性能评估 (2010年)
浏览：47
对基于中值相减滤波、最大中值相减滤波、最大均值相减滤波和推广的结构张量的红外弱小目标检测算法的性能进行了评估。针对传统评估方法的不足，提出了一种基于支持向量回归的红外弱小目标检测算法性能评估方法。利用该方法分别从图像背景特性和目标特性2方面对4种检测算法性能的影响进行定量分析和比较。实验结果表明，图像背景特性和目标特性对4种算法的检测性能都有较大的影响，而目标特性与4种算法的检测性能的依赖关系更明
基于视觉注意机制的红外图像小目标检测方法 (2006年)
浏览：56
提出了适用于红外序列图像小目标检测的二步骤计算模型和算法。该算法处理的第一阶段通过对象的显著性计算，快速提取潜在目标的集合，在第二阶段对这个集合进行更为细致的识别，剔除伪目标，检测出真实目标。这种方法在没有牺牲其他性能指标的前提下，大幅度地改善了运算复杂度，为实现有限条件下系统的实时处理提供了基础。
基于视觉注意的隐蔽目标的UWB SAR变化检测
浏览：17
基于视觉注意的隐蔽目标的UWB SAR变化检测
基于区域预测和视觉注意计算的快速目标检测 (2011年)
浏览：68
提出了一种结合区域预测与视觉注意模型化计算的快速目标检测方法．通过分析图像近似均匀的3个水平子区域的方向特征图之灰度比率，灰度特征图之信息熵和子区域位置，建立了目标区域预测的判定准则．同时，通过优选特征和优化特征图之权重，改进了视觉注意计算模型．对于一幅待检测图像，根据区域预测的判定准则，实现目标区域的快速预测，并利用改进的视觉注意计算模型对目标区域进行视觉注意计算，实现特定目标的快速精确定位．实
基于视觉注意机制的交通标志检测 (2013年)
浏览：53
根据人类视觉感知理论，将自底向上和自顶向下的注意机制相结合，融入到交通标志检测中，提出一种基于视觉注意机制的交通标志检测方法。根据2种注意模型提取颜色、形状、亮度等多种特征，生成显著图，利用WTA网络找到感兴趣区域，即交通标志区域。实验结果表明，该方法能在复杂背景图像中准确定位交通标志。
红外小目标检测与 跟踪算法研究
浏览：74
5星 · 资源好评率100%
本文在一个全新的理论框架下探讨了复杂背景条件下的红外小目标检测与跟踪问题，可从整体上为该领域的其他研究者提供一条新的研究思路。遵循传统的研究步骤，本文将红外小目标检测与跟踪问题分解为图像预处理、小目标检测和小目标跟踪三个阶段分别进行了研究。
红外小目标探测经典方法LCM(Local Contrast Method)的MATLAB代码
浏览：9
5星 · 资源好评率100%
经典论文《A Local Contrast Method for Small Infrared Target Detection》提出的局部对比度图算法LCM(Local Contrast Method)的代码，自己调试通过，只需要改一下路径就可以直接运行。觉得好用请点赞
基于轻量级注意机制的人脸检测算法
浏览：42
提出一个新的基于轻量级注意力机制的网络框架。在YOLOv3主干网络的基础上,使用深度卷积和点卷积代替标准卷积设计特征提取网络,加快模型的训练,提高检测的速度,然后引入注意力机制模块进行模型速度和精度的权衡,最后通过增加多尺度提取更多网络层的特征信息,同时使用K-means++ 聚类算法进一步优化网络参数。实验结果表明,该方法可以显著提高人脸检测模型的性能,在Wider Face数据集上可以达到94
Python-基于OCR的视觉注意VisualAttention
浏览：164
基于OCR的视觉注意（Visual Attention）。该模型首先在图像（调整图像为高度32，同时保持纵横比）上运行一个滑动CNN。然后在CNN顶端堆叠一个LSTM。最后，一个视觉模型作为解码器，用来生成最终结果
注意预先分布及目标与背景相关性对基于客体注意的影响
浏览：197
注意预先分布及目标与背景相关性对基于客体注意的影响，刘潇，王笃明，基于客体的注意是选择性注意中的一种重要机制，当前研究中，有两大主要理论用来解释基于客体的注意：注意蔓延理论和搜索优先化理
基于相位谱视觉注意机制matlab代码
浏览：53
5星 · 资源好评率100%
利用相位谱的非常高效的视觉注意机制源代码。
基于视觉熵的视觉注意计算模型
浏览：188
基于视觉熵的视觉注意计算模型,做视觉注意的人可以看看
基于图论的视觉注意模型 (2010年)
浏览：181
为了模拟人眼的视觉搜索结果，提出了一种基于图论的自底向上的视觉注意计算模型。在计算显著图的过程中，构造了马尔可夫矩阵并计算图中每个顶点的度。由马尔可夫矩阵和度的计算提取出图像在颜色、亮度和方向3个特征方面显著的区域，最后生成显著图。实验仿真结果表明：与部分的视觉注意模型相比，本文模型具有目标检测能力强和计算量小的优点
基于视觉注意模型和SIFT的交通标志识别方法
浏览：121
为了提高交通标志的识别速度和识别率,提出了一种基于视觉注意模型和SIFT特征的交通标志识别方法.首先基于视觉注意模型提取颜色特征,找出交通标志可能的候选区域,然后对候选区域进行SIFT特征提取,与标准交通标志图像库进行相似度计算,可实现快速准确的检测与识别.与传统方法相比,具有无需精确分割、计算量小、体现仿生学特性等优点.在采自国内外的两组交通标志图像库上进行交通标志识别测试,都得到了良好的效果.
基于视觉注意的视频可伸缩ROI算法
浏览：156
如何合理进行码率分配达到充分利用码率资源目的，提高视频的主观视觉质量一直是视频编码领域研究的关键问题。本文首先提出一种基于人眼视觉注意检测模型，该模型核心思想是针对人眼不同时间段内进行眼动策略分析；然后结合显著计算得到图像注视区域结果得到SVC增强层码率分配算法。实验测试结果表明本文提出的算法能更为有效的模拟人眼视觉注意特性，在有限网络带宽条件下使得人眼视觉效果得到显著提升。
基于改进边缘检测的视觉注意计算模型
浏览：102
本文主要针对传统Itti视觉注意计算模型，引入边缘特征信息，优化视觉注意计算模型.在引入边缘特征信息的过程中，本文对Canny边缘检测算法进行改进：以改进后的双边滤波算法代替高斯滤波从而更好的保持边缘，借鉴Sobel算子从4个方向计算梯度幅值来代替原方法中的从2个方向来计算的过程，利用改进的OTSU算法选取双阈值代替手动设置阈值，从而降低图像分割时的误检、漏检现象.在实验中，我们发现，该方法相较于
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38687904
粉丝: 8
资源:
921
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
# Wireshark 抓包及分析介绍说明、使用技巧和优缺点
解一元一次方程.py
关于旁路电容和耦合电容-(详细说明)
Verilog-HDL学习笔记
CSDNApp_222.apk
echart-可视化大屏.zip
银行软件作业代码示例20240426
jsp智慧物业管理系统
美国大学生数学建模竞赛
蓝桥杯的概要介绍与分析
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
