一种基于弱监督学习的声图小目标快速检测方法

发布时间：2024-03-22 21:13

　　小目标检测是声呐图像理解中最引人瞩目,同时又极具挑战性的任务之一。该文基于离散余弦变换和K-近邻聚类,提出了一种快速检测方法。离散余弦变换用于生成图像的指纹,是原始图像在二维频域的一种稀疏表达;改进的K-近邻模型对于带有标签数据的需求量相对较低,提升了算法的处理效率和对弱监督场景的适应性。经试验验证,该方法可在准确率和召回率之间达到一个恰当的平衡点,同时在实时成像的合成孔径声呐图像小目标检测中,获得了较为可靠的结果。

【文章页数】：9 页

【文章目录】：
0 引言
1 小目标快速检测
    1.1 图像块的指纹提取
    1.2 K近邻-高斯混合模型
    1.3 ROI回归及决策
2 试验结果
    2.1 数据集
    2.2 检测结果
    2.3 算法性能
3 结论与展望
    3.1 结论
    3.2 展望



本文编号：3934960