作者：卞红雨; 陈奕名; 张志刚; 蒋弘瑞目标检测侧扫声呐像素点特征测量神经网络分类器筛选算法虚警概率
摘要：研究了在较低信噪比下,在保证检测概率的前提下尽量降低虚警概率的目标检测,提出了一种针对特定目标的两阶段筛选算法.第一阶段中,首先使用阈值分割出有效点,并定义了一种新的像素重要性测量特征用于初步筛选目标。即通过有效像素点之间的距离来赋以高斯分布的权值,当前像素重要性的值定义为剩余有效点的距离加权和,具有较高的像素重要性值的聚集性强的区域内像素点会被定位出来。第二阶段,使用卷积神经网络分类器排除虚假目标.在实验中,使用近期无人潜器获得的海底数据,召回率与虚警概率分别达到90.39%与2.39%,证明了其相比声呐目标检测主流算法有更好的检测能力。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
