MétaCan
Menu
Retour à la cohorte
Enregistrement W2011067945 · doi:10.1364/ao.41.006135

Recognition of unsegmented targets invariant under transformations of intensity

2002· article· en· W2011067945 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Optics · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Optical Imaging Technologies
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésInvariant (physics)OpticsGaussian noiseLinear filterDisjoint setsNoise (video)Intensity (physics)Matched filterClutterFilter (signal processing)Computer sciencePhysicsMathematicsArtificial intelligencePattern recognition (psychology)Computer visionMathematical analysisRadarImage (mathematics)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Images taken in noncooperative environments do not always have targets under the same illumination conditions. There is a need for methods to detect targets independently of the illumination. We propose a technique that yields correlation peaks that are invariant under a linear intensity transformation of object intensity. The new locally adaptive contrast-invariant filter accomplishes this by combining three correlations in a nonlinear way. This method is not only intensity invariant but also has good discrimination and resistance to noise. We present simulation results for various intensity transformations with and without random and correlated noise. When the noise is high enough to threaten errors, the method trades off intensity invariance in order to achieve the optimum signal to noise ratio, and the peak to sidelobe ratio in the presence of clutter is always greater than one. In the presence of random disjoint noise, the signal to noise ratio is independent of the target contrast and of the level of the noise.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,366

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,025
Tête enseignante GPT0,208
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle