何洋

• 1:滁州城市职业学院公共教学部

摘要(Abstract)：

在复杂场景下进行弱小运动目标的检测过程中，受到视频中有序相邻对象相似性的影响，难以高精度地识别低质量特征的运动目标.设计一种基于概率统计局部聚类的复杂场景弱小运动目标检测方法.建立空域模型、时域模型，分析小目标特征、背景特征以及噪声特征，从中提取弱小运动目标特征，使用概率统计局部聚类理论，拟定划分标准使用条件，实现目标轮廓曲线分段，将弱小运动目标检测流程进行整体优化，完成基于概率统计局部聚类的复杂场景弱小运动目标检测方法的设计.检测方法性能测试结果表明：在不同的实验图像下，设计的弱小运动目标检测方法的检测率平均值为69.8%,具有一定的实用性和可靠性.

关键词(KeyWords)： 概率统计;局部聚类;复杂场景;弱小目标检测;曲线分段

Abstract:

Keywords:

基金项目(Foundation): 安徽省职业与成人教育学会2020年度教育教学研究规划一般课题(azcg162)

作者(Author): 何洋

DOI: 10.16393/j.cnki.37-1436/z.2023.02.008

参考文献(References)：

• [1]张超婕，余勤.时空RPCA在复杂场景下的运动目标检测[J].计算机工程与设计，2020,41(01):197-202.
• [2]周慧，严凤龙，褚娜，等.一种改进复杂场景下小目标检测模型的方法[J].计算机工程与应用，2022,58(11):187-192.
• [3]聂鑫，刘文，吴巍.复杂场景下基于增强YOLOv3的船舶目标检测[J].计算机应用，2020,40(09):2561-2570.
• [4]裘莉娅，陈玮琳，李范鸣，等.复杂背景下基于汉明距离约束的Hash_LBP运动目标快速检测算法[J].光子学报，2022,51(09):292-308.
• [5]崔畅，董锡超，胡程，等.GEO星机双基SAR时间同步误差对运动目标检测的影响建模与分析[J].信号处理，2022,38(01):74-82.
• [6]邢姗姗，赵文龙.基于YOLO系列算法的复杂场景下无人机目标检测研究综述[J].计算机应用研究，2020,37(S2):28-30.
• [7]孙忠镇，戴牧宸，雷禹，等.基于级联网络的复杂大场景SAR图像舰船目标快速检测[J].信号处理，2021,37(06):941-951.
• [8]赵琰，赵凌君，匡纲要.复杂环境大场景SAR图像飞机目标快速检测[J].电波科学学报，2020,35(04):594-602.
• [9]张寅，蔡旭阳，许倩倩，等.融合时空上下文的复杂背景下多运动目标检测[J].计算机工程与科学，2020,42(12):2186-2192.
• [10]邱云飞，王媛媛.基于局部聚类的改进运动网格统计算法的研究[J].计算机应用研究，2022,39(02):618-622.
• [11]袁欣，俞卫琴，王国强.基于希尔伯特相似度的高维面板数据聚类方法及应用[J].统计与决策，2022,38(17):52-54.
• [12]李轶鲲，杨洋，杨树文，等.耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J].自然资源遥感，2021,33(04):82-88.
• [13]李宗飞，李祥海，陈凯华，等.聚类分析在X波段双偏振雷达相态识别中的应用[J].气象科技，2021,49(03):315-321.
• [14]王宏伟，柴秀俊.基于高斯混合模型聚类的非均匀采样系统的多模型切换辨识[J].控制与决策，2021,36(12):2946-2954.
• [15]王旭鹏，王梦灵.基于相似性聚类的交通流概率组合预测模型[J].华东理工大学学报(自然科学版),2022,48(03):381-387.