基于评价向量的异源图像目标检测

摘要：

在异源图像运动目标检测中,对不同源信息处理的可信度量是影响异源协同检测的关键.针对传统单源目标检测中漏检率、误检率高等问题,提出了基于评价向量的异源图像目标检测方法.通过引入目标面积检测惯性、目标数量检测惯性和目标独立完整性三个评价因子,构造出用来评价不同信息源运动检测结果好坏的评价向量,并运用改进的k-means聚类算法产生目标中心向量,最后利用协作与竞争机制对聚类相似度进行反馈,实现了多源图像的协同检测.实验结果表明,相比于传统的单源检测算法和融合检测算法,该算法具有较高的检测精度和较低的漏检率、误检率.

关键词：异源图像、目标检测、评价向量、k-means聚类

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61572405,61231016,61303123;国家高技术研究发展计划8632015AA016402;模式识别国家重点实验室开放课题201600038

在线出版日期：2019-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：180-185,270