研究目的
研究卷积神经网络(CNN)在复杂背景下检测红外图像中小目标的有效性。
研究成果
所提出的学习方法通过卷积神经网络将检测问题转化为模式分类问题,在复杂天空云层背景下对红外小目标的检测性能优于传统算法。该方法能有效降低虚警率,适用于目标检测系统。
研究不足
该研究提到需要进一步研究响应图阈值的选取问题,这表明存在一个潜在的优化领域。
研究目的
研究卷积神经网络(CNN)在复杂背景下检测红外图像中小目标的有效性。
研究成果
所提出的学习方法通过卷积神经网络将检测问题转化为模式分类问题,在复杂天空云层背景下对红外小目标的检测性能优于传统算法。该方法能有效降低虚警率,适用于目标检测系统。
研究不足
该研究提到需要进一步研究响应图阈值的选取问题,这表明存在一个潜在的优化领域。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 面向红外小目标检测的卷积神经网络改进方法”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期