Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

A Robust Change Detector for Highly Heterogeneous Multivariate Images

Abstract : In this paper, we propose new detectors for Change Detection between two multivariate images. The data is supposed to follow a Compound Gaussian distribution. By using Likelihood Ratio Test (LRT) and Generalised LRT (GLRT) approaches, we derive our detectors. The CFAR behaviour has been studied and the simulations show that they outperform the classic Gaussian Detector when the data is highly heterogeneous.
Type de document :
Communication dans un congrès
Liste complète des métadonnées

Littérature citée [19 références]  Voir  Masquer  Télécharger

https://hal.univ-grenoble-alpes.fr/hal-01840783
Contributeur : Guillaume Ginolhac <>
Soumis le : lundi 16 juillet 2018 - 16:30:35
Dernière modification le : vendredi 26 juin 2020 - 14:34:02
Archivage à long terme le : : mercredi 17 octobre 2018 - 16:26:26

Fichier

ChangeDetectionSIRVICCASP.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Ammar Mian, Jean-Philippe Ovarlez, Guillaume Ginolhac, Abdourahmane Atto. A Robust Change Detector for Highly Heterogeneous Multivariate Images. 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), IEEE, Apr 2018, Calgary, Canada. ⟨10.1109/icassp.2018.8462253⟩. ⟨hal-01840783⟩

Partager

Métriques

Consultations de la notice

194

Téléchargements de fichiers

393