一种自适应的合成孔径雷达图像目标检测方法

目标检测是自动目标识别的一个重要步骤,论文提出了一种自适应的SAR图像目标检测方法,该方法采用基于Weibull分布模型的恒虚警率(CFAR)检测技术,将参考窗口分块,判断各子块类型,根据各子块类型不同,自适应选择参考样本确定阈值。在检测过程中,利用灰度和方差特征,预先排除明显不为目标的像素。对CFAR检测结果,利用目标基本形状特征排除虚警。实验证明,该方法在同质区和非同质区背景下都具有较好的检测性能。     

基于CFAR和摆角自修正多目标交通雷达算法优化

基于FSK体制多目标交通雷达进行了多目标检测算法的相关研究与优化。多目标检测时,采用恒虚警检测方法设置自适应检测门限进行处理。同时,对于由雷达安装摆角引起的系统抓拍性能下降问题,采用基于样本统计特性的雷达摆角自修正算法,提高了目标检测率以及场景适应性。实际道路测试表明,多车道、多目标的有效抓拍率达到95%,具有很好的多目标监测效果。对于多目标交通雷达推广应用具有很大的现实意义。     

雾霾图像增强算法对目标检测性能影响研究

针对雾霾环境下目标检测率低,容易造成交通事故等问题,提出了基于图像增强的动态双阈值算法。该算法针对雾霾天气下,传统的检测算法目标检测率低、虚警率高等问题,利用大气散射模型及联合双边滤波算法首先对原始雾霾图像的增强处理,然后再进行目标检测。分别使用动态双阈值、基于均值滤波的动态双阈值、基于直方图均衡化的动态双阈值、基于拉普拉斯算子的动态双阈值目标检测算法对不同程度雾霾环境下的实拍车辆运动视频进行目标检测,并用11097组图像数据对比分析改进算法的最佳检测率、最差检测率、平均检测率和虚警率。实验结果表明,改进算法目标检测率高、虚警率低,有助于减少交通事故,更加适用于雾霾环境下图像目标检测。     

一种基于二次Gamma核的SAR图像舰船目标检测方法

针对CFAR检测方法在强海杂波环境中虚警率过高的问题,该文提出了利用二次Gamma核的目标检测方法对SAR图像舰船目标进行检测。该方法可以克服CFAR目标检测方法的缺陷,在强海杂波环境中能有效检测目标,通过实验证明了该方法大大提高了图像的平均信杂比,降低了检测的虚警率。     

高分辨率光学遥感影像舰船检测算法研究

针对传统舰船检测方法在高分辨率光学遥感影像中虚警率较高的问题,提出了一种适用于高分辨率光学遥感影像的舰船检测算法。利用能够表征地物纹理特征的二维图像熵结合区域生长原理实现海陆分离,在舰船目标分割阶段,引入视觉显著性模型,解决了不能分割暗极性舰船目标的问题,大部分场景下分割精度较高。最后在分割出的候选目标中,采用多特征量综合的方法剔除虚警。结果表明,该算法在舰船目标检测中有较高的检测率和较低的虚警率。     

一种利用均值匹配改进的高光谱异常检测方法

传统高光谱异常检测算法由于背景信息估计不准确等原因普遍存在高虚警率的问题,针对这一现象,提出了一种利用图像均值进行匹配改进的高光谱异常目标检测后验处理方法。首先采用传统的高光谱异常检测算法将待检测高光谱图像划分为背景与异常目标潜在区域,之后通过对待测图像求解均值,将其与异常目标潜在区域像元进行相似性匹配计算,剔除大范围误检像元,得到最终检测结果。该方法在传统异常目标检测算法基础上进行相似度量剔除大范围虚警像元,在提高原算法探测能力的同时有效地降低虚警率。实验表明,该方法可以有效降低虚警率,提高原算法对于亚像元异常目标的检测能力,且对于不同算法、不同数据具有普适性。     

基于HVS的空中红外小目标快速检测算法

针对传统目标检测算法实时性较差且在面对复杂云层干扰时虚警率高的问题,提出一种基于人类视觉系统的小目标快速检测算法。利用局部对比度测量方法计算候选目标,根据拉普拉斯高斯尺度空间理论,计算候选目标处的多尺度滤波响应,进而通过自适应阈值分割获取真实目标。实验结果表明,该算法的检测率高达97%,虚警率低于3%,且能够在5 ms内完成目标位置计算。     

一种基于AD检验的CFAR检测器

传统的恒虚警率(CFAR)检测器鲁棒性较差,为此,提出一种基于AD检验的CFAR检测器AD-CA。通过Monte Carlo仿真得到AD检验的临界值,并删除异常样本。仿真结果表明,在均匀背景下,AD-CA的检测性能与OS检测器相当;在多目标背景下,AD-CA的检测性能比OS检测器有所提升,当干扰目标个数大于N–k时,仍能保持较好的检测性能。     

机场跑道异物监测雷达的杂波图恒虚警率检测

随天线扫描平稳变化的强地杂波是实现机场跑道异物(FOD)检测的主要干扰,传统的空域恒虚警率(CFAR)处理不能有效地检测到目标,针对上述问题,提出了一种单元平均杂波图恒虚警率检测算法。首先基于系统特性和跑道环境建立了回波信号模型;然后通过杂波图划分、单元平均、递归滤波等处理技术,实现了距离—方位二维恒虚警率检测;最后进一步分析影响检测性能的主要参数。仿真结果表明,所提算法在低信杂比背景下能有效检测到弱目标,并获得较高的检测概率。     

线性约束与局部对比相耦合的多光谱遥感图像中目标探测

目标探测是遥感影像信息提取中的重要内容,然而,随着目标像元数目增多和相似地物的干扰,目标探测的虚警率会明显上升。将线性约束最小方差方法(LCMV)与局部对比方法(LCM)相结合,构建了一种新的多光谱遥感图像中目标探测方法(LCLCM):首先利用样本相关矩阵对目标进行半解混,然后利用图像的空间性增强目标信息、抑制背景信息,最后进行图像归一化和图像分割。以Landsat 8多光谱图像中船只提取为例进行方法验证,LCLCM的虚警率为1.07%,优于LCMV和LCM的虚警率12.39%和11.26%,表明该方法能够进行有效稳健的目标探测。     

入侵检测系统的可信性及其改进策略研究

入侵检测系统在网络安全中有重要的作用,但是入侵检测系统的可信性问题一直没有很好解决,成为困扰入侵检测技术发展的一个主要因素.因此,为了改善入侵检测系统的可信性,给出了可信度的数学定义,阐明了可信度和虚警率、漏警率及检测率的关系;分析了产生虚警的原因.以Snort系统为仿真对象,提出了系统的改进结构、关联性分析模块和报警分析器,并对报警分析的3种方法进行了说明;最后介绍了系统的仿真测试和数据分析结果.     

嵌入注意力和特征交织模块的Gaussian-YOLO v3目标检测

错误的目标检测可能导致严重事故,因此高精度的目标检测在汽车自动驾驶中至关重要。提出了一种嵌入注意力和特征交织模块的Gaussian-YOLO v3目标检测方法。该方法主要对Gaussian-YOLO v3的几个特定特征图进行了改进：首先在特征图中添加注意力模块以自主学习每个通道的权重,增强关键特征、抑制冗余特征,从而加强网络对前景目标和背景的区分能力;其次,同时将特征图的不同通道进行特征交织得到更具表征性的特征;最后,把注意力和特征交织模块分别得到的特征融合构成新的特征图。实验结果表明,所提方法在BDD100K数据集上达到了20.81%的平均精确率均值（mAP）和18.17%的F₁分数,使误报率减少了3.5%,意味着误报率得到了有效降低。由此可见,所提方法的检测性能优于YOLO v3和Gaussian-YOLO v3。     

The impact of false alarm mitigation on surface landmine detection in MWIR imagery

Surface landmine and minefield detection from airborne imagery is a difficult problem. As part of the minefield detection process, anomaly detection is performed to identify potential landmines in individual airborne images. Post-processing is performed on the initial landmines identified to reduce the number of false alarms, referred to as false alarm mitigation. In this research, a circular harmonics transform image processing approach (the CHT method) and a constant false alarm rate technique (the RX approach) are investigated for surface landmine detection and false alarm mitigation in medium wave infrared (MWIR) image data. The false alarm mitigation approach integrates the CHT and RX methods to identify candidate landmine locations with one technique at a given false alarm rate and applies the other technique to confirm landmine locations and eliminate potential false alarms. Individual detector and false alarm mitigation experimental results are presented for 31 daytime and 43 nighttime MWIR images containing 76 and 142 landmines, respectively. At a 0.9 desired probability of landmine detection, experimental results show that false alarm mitigation reduces the false alarm rate by as much as 84.3% and 13.7% for daytime and nighttime images, respectively, maintaining the probability of detection at 0.85 and 0.90, respectively.     

传统NIDS漏报和误报起因及改进技术

传统的网络入侵检测系统大都采用模式匹配的方法进行入侵检测,有着非常高的漏报率和误报率。本文通过对模式匹配算法检测过程的描述,对其产生漏报和误报的原因进行了分析。针对模式匹配算法带来的高漏报率和误报率,引入了协议分析的方法。协议分析方法通过辨别数据包的协议类型,然后使用相应的数据分析程序进行检测。这种方法可以大幅度地降低漏报率和误报率,大大地提高了入侵检测系统的效率。     

Weibull杂波背景下的GO—CFAR处理

恒虚警处理技术（CFAR）,是用来在杂波环境变化的时候维持雷达虚警概率基本不变。当高分辨率雷达在低视角观察的海杂波或者地杂波背景中进行检测时,目标就是包含在非瑞利杂波中。最常用的描述非瑞利包络杂波的统计模型是Weibull分布模型。通过matlab仿真平台,分别对有无目标的Weibull分布杂波环境进行最大选择恒虚警（G0—CFAR）处理,依此研究其有效性。     

MMTD在隐写术检测率上的应用

数字水印是一种信息隐藏技术,同样隐写术也是一种信息隐藏技术。这两种隐藏技术的原理十分相似。由于数字水印存在透明性与鲁棒性之间的矛盾,所以隐写术也存在同样的矛盾。但如果隐写者将信息嵌入载体时具有一定的鲁棒性,这对抗拒外来攻击是有利的。当攻击者对载体进行攻击之后,人们在检测载体中是否藏有秘密信息时,容易产生漏警和虚警。因此为了减少漏警和虚警的发生,在本文将MMTD智能算法在检测载体中秘密内容方面进行有效的应用,以此来降低虚警率和漏警率。     

基于空间上下文机制的人体分类验证方法研究

目前常用的基于HOG特征的人体分类方法虽然能够得到较高的检测率,检测结果中却存在大量的虚警窗口。且随着背景区域与前景区域的相似程度的增加,人体检测结果中的虚警率会越来越高。为了降低常用人体检测方法结果虚警率,文章提出一种基于空间上下文机制的人体验证方法,模拟人眼的注意机制,采用多线索方法对检测窗口进行验证,有较地排除了虚警窗口。在INRIA行人集上的检测结果表明,本文提出的方法能够在保证较高人体检测率的同时,显著减少虚警窗口。     

脑皮层视觉认知量化模型及其在目标检测定位中的应用

MIT大学的Rieseshuber和Poggio提出了脑颞叶皮层视觉认知系统的标准量化模型(QMVC),这种前馈式层级模型很好地仿效了脑皮层视觉从简单认知元到复杂认知元的识别机理.本文由QMVC模型提取出一组新的特征矢量,这组特征矢量具有对目标变换的不变性.基于QMVC模型的特征矢量建立了新的目标识别系统结构,新目标识别系统对各类目标具有不错的识别率和ROC特性.最后本文引入了尺度窗技术,将新特征应用于复杂场景中的目标检测和定位,实验结果说明本文的新目标检测方法是有效的.     

基于环境信息降低入侵检测误报率

采用单包分析技术的网络入侵检测系统常具有较高的误报率,影响其实用性。本文针对误用网络型入侵检测系统建立一个警报过滤机制,该机制找出攻击成功时所需具备的环境条件。当入侵检测系统发现可疑入侵时,依据环境条件加以实时确认查核,从而减少误报。