期刊专题

10.3969/j.issn.1006-2475.2023.08.013

红外小目标检测方法综述

引用
本文旨在对基于传统的特征提取、局部对比与现今使用广泛的深度学习的3种红外小目标检测方法进行综述,并通过对比这3种方法的前沿应用,分析其在目标检测性能、鲁棒性和实时性等方面的优势和不足.从中发现,基于特征提取的方法在简单场景下具有较好的实时性和鲁棒性,但在复杂场景下可能受限.基于局部对比方法对目标的尺寸和形状变化相对鲁棒,但对背景干扰较为敏感.基于深度学习的方法在目标检测性能方面表现出色,但需要大量数据和较大的计算资源.因此,在实际应用中,应根据具体场景需求综合考虑这些方法的优缺点,并选择合适的方法进行红外小目标检测.

红外小目标检测、特征提取、局部对比、深度学习

TP391(计算技术、计算机技术)

2023-09-26(万方平台首次上网日期,不代表论文的发表时间)

共8页

79-86

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2023,(8)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn