Resumen

La detección de objetos camuflados es importante para la inspección industrial, diagnósticos médicos y aplicaciones militares. Los métodos convencionales de aprendizaje supervisado para imágenes hiperespectrales pueden ser una solución factible. Sin embargo, dichos enfoques requieren información a priori de un objeto camuflado y el fondo. Esta carta propone un método de selección de características y detección de objetos camuflados completamente autónomo basado en el análisis en línea de características espectrales y espaciales. La métrica de distancia estadística puede generar bandas de características candidatas y un análisis adicional de la propiedad de agrupamiento espacial basada en la entropía puede recortar las bandas de características inútiles. Los objetos camuflados pueden ser detectados de manera más efectiva con menos complejidad computacional mediante el análisis de características espectrales-espaciales ópticas.

• Materias:Internet de las cosas Inteligencia artificial Contaminantes atmosféricos Sistema biométrico Aplicaciones
• Subjects:Internet of things Artificial intelligence Air pollutants Biometric system Applications
• Palabras claves:Detección; Objetos camuflados; Selección de características; Imágenes hiperespectrales; Análisis espectral; Características espaciales
• Keywords:Detection; Camouflaged objects; Feature selection; Hyperspectral images; Spectral analysis; Spatial features