小目標(biāo)檢測(cè)是聲吶圖像理解中最引人矚目,同時(shí)又極具挑戰(zhàn)性的任務(wù)之一。該文基于離散余弦變換和K-近鄰聚類(lèi),提出了一種快速檢測(cè)方法。離散余弦變換用于生成圖像的指紋,是原始圖像在二維頻域的一種稀疏表達(dá);改進(jìn)的K-近鄰模型對(duì)于帶有標(biāo)簽數(shù)據(jù)的需求量相對(duì)較低,提升了算法的處理效率和對(duì)弱監(jiān)督場(chǎng)景的適應(yīng)性。經(jīng)試驗(yàn)驗(yàn)證,該方法可在準(zhǔn)確率和召回率之間達(dá)到一個(gè)恰當(dāng)?shù)钠胶恻c(diǎn),同時(shí)在實(shí)時(shí)成像的合成孔徑聲吶圖像小目標(biāo)檢測(cè)中,獲得了較為可靠的結(jié)果。

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
0 引言
1 小目標(biāo)快速檢測(cè)
    1.1 圖像塊的指紋提取
    1.2 K近鄰-高斯混合模型
    1.3 ROI回歸及決策
2 試驗(yàn)結(jié)果
    2.1 數(shù)據(jù)集
    2.2 檢測(cè)結(jié)果
    2.3 算法性能
3 結(jié)論與展望
    3.1 結(jié)論
    3.2 展望



本文編號(hào)：3934960