利用归一化互相关层设计红外图像小目标检测滤波器
计算机视觉与模式识别
2020-06-16 v1
摘要
本文引入一种机器学习方法来解决红外小目标检测滤波器设计问题。为此，类似于神经网络的卷积层，我们提出了归一化互相关（NCC）层，并将其用于设计目标检测/识别滤波器组。通过在神经网络结构中采用 NCC 层，我们引入了一个框架，其中使用监督训练来计算针对红外图像上特定目标检测/识别任务所需的最优滤波器形状与最优滤波器数量。我们还提出了平均绝对偏差 NCC（MAD-NCC）层，即所提 NCC 层的一种高效实现，专为 FPGA 系统设计，其中为避免实时计算而省去了平方根运算。作为一个案例研究，我们致力于中波红外图像上的暗弱目标检测，并获得了能够针对我们的作战概念从各类背景杂波中判别暗弱目标的滤波器。
引用
@article{arxiv.2006.08162,
title = {Filter design for small target detection on infrared imagery using normalized-cross-correlation layer},
author = {H. Seçkin Demir and Erdem Akagunduz},
journal= {arXiv preprint arXiv:2006.08162},
year = {2020}
}