强制标签与强度一致性用于红外目标检测
计算机视觉与模式识别
2014-09-10 v1
摘要
本研究将红外目标检测表述为每个像素的二分类问题。每个像素关联一个标签，指示其是目标像素还是背景像素。所有像素的最优标签集最大化了给定像素强度下的标签配置后验分布。后验概率分解为（或正比于）强度值的条件似然与标签配置的先验概率。这两项概率的计算均假设像素强度及其标签服从马尔可夫随机场 (MRF)。具体而言，本研究通过同时自回归 (SAR) 模型对强度值施加邻域依赖性，并通过自逻辑 (Auto-Logistic) 模型对标签施加邻域依赖性。这些 MRF 模型的参数从标记样本中学习得到。在测试阶段，采用一种 MRF 推断技术，即迭代条件模式 (ICM)，为每个像素生成最优标签。通过结合背景减除引入时序信息，进一步提升了检测性能。在基准数据集上的高性能表现证明了该方法在红外目标检测中的有效性。
引用
@article{arxiv.1409.2800,
title = {Enforcing Label and Intensity Consistency for IR Target Detection},
author = {Toufiq Parag},
journal= {arXiv preprint arXiv:1409.2800},
year = {2014}
}
备注
First appeared in OTCBVS 2011 \cite{parag11otcbvs}. This manuscript presents updated results and an extension