基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于岭回归协助稀疏表示的红外小目标检测方法。该方法分别采用二维高斯模型和正态分布随机矩阵生成红外小目标样本和背景样本,继而建立超完备字典。红外小目标检测包括两个阶段,在第一阶段利用岭回归表示快速计算所有测试样本的岭回归重建误差;在第二阶段,根据岭回归重建误差自适应选择候选目标,并计算其稀疏表示重建误差实现目标检测。对提出的方法进行了实验验证,结果表明:提出的方法具有较快的速度和较强的鲁棒性。
推荐文章
基于形态成分稀疏表示的红外小弱目标检测
小弱目标检测
稀疏表示
形态成分分析
自适应分类字典
基于图像稀疏表示的红外小目标检测算法
图像稀疏表示
红外小目标
目标检测
红外运动小目标检测方法综述
弱小目标
先跟踪后检测
先跟踪后检测
光流法
基于深度特征的稀疏表示目标跟踪算法
目标跟踪
稀疏表示
卷积神经网络
生成模型
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 岭回归协助稀疏表示红外小目标检测
来源期刊 光电工程 学科 工学
关键词 红外小目标检测 稀疏表示 岭回归 重建误差
年,卷(期) 2014,(2) 所属期刊栏目 ?红外技术?
研究方向 页码范围 81-87
页数 7页 分类号 TP391.4|TN219
字数 4595字 语种 中文
DOI 10.3969/j.issn.1003-501X.2014.02.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 薛模根 12 181 7.0 12.0
5 袁广林 9 32 3.0 5.0
6 秦晓燕 4 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (77)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(6)
  • 参考文献(3)
  • 二级参考文献(3)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
红外小目标检测
稀疏表示
岭回归
重建误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导