Zobrazeno 1 - 10
of 35
pro vyhledávání: '"infrared videos"'
STRCFD: Small Maneuvering Object Tracking via Improved STRCF and Redetection in Near Infrared Videos
Publikováno v:
IEEE Access, Vol 12, Pp 2901-2913 (2024)
Tracking small objects in infrared videos is challenging due to a complex background, weak information and target mobility. To deal with these difficulties, an infrared small target tracking algorithm is proposed, which utilizes the Spatial-Temporal
Externí odkaz:
https://doaj.org/article/18abfe8fe7d8491fad493965bd089153
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Symmetry, Vol 14, Iss 8, p 1750 (2022)
The underground mine environment is dangerous and harsh, tracking and detecting humans based on computer vision is of great significance for mine safety monitoring, which will also greatly facilitate identification of humans using the symmetrical ima
Externí odkaz:
https://doaj.org/article/f1d608430a8747d284e96e62f6244cdf
Publikováno v:
Remote Sensing, Vol 14, Iss 8, p 1797 (2022)
The popularity of unmanned aerial vehicles (UAVs) has made anti-UAV technology increasingly urgent. Object tracking, especially in thermal infrared videos, offers a promising solution to counter UAV intrusion. However, troublesome issues such as fast
Externí odkaz:
https://doaj.org/article/910fc2714f92407aa31f0ee187e96bf7
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Chiman Kwan, Jude Larkin
Publikováno v:
Photonics, Vol 8, Iss 9, p 394 (2021)
Detection of small moving objects in long range infrared (IR) videos is challenging due to background clutter, air turbulence, and small target size. In this paper, we present two unsupervised, modular, and flexible frameworks to detect small moving
Externí odkaz:
https://doaj.org/article/aaf78424e8e34d1bab5174246c720568
Autor:
Chiman Kwan, Bence Budavari
Publikováno v:
Remote Sensing, Vol 12, Iss 24, p 4024 (2020)
The detection of small moving objects in long-range infrared videos is challenging due to background clutter, air turbulence, and small target size. In this paper, we summarize the investigation of efficient ways to enhance the performance of small t
Externí odkaz:
https://doaj.org/article/469ca1896e894ab2be982769ced7cb5a
Autor:
Chiman Kwan, David Gribben
Publikováno v:
Signal & Image Processing : An International Journal. 12:01-16
It is challenging to detect vehicles in long range and low quality infrared videos using deep learning techniques such as You Only Look Once (YOLO) mainly due to small target size. This is because small targets do not have detailed texture informatio
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::d4caa64e81f744ead6e78707e156a70c
https://doi.org/10.5121/sipij.2021.12301
https://doi.org/10.5121/sipij.2021.12301
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.