您当前的位置：
首页 >
文章列表页 >
融合隐藏状态压缩与空间依赖感知的Mamba-Transformer雾天目标检测方法
图像处理 | 更新时间：2026-03-02

    • 融合隐藏状态压缩与空间依赖感知的Mamba-Transformer雾天目标检测方法

    • Mamba-Transformer foggy object detection method integrating hidden state compression and spatial dependency perception

    • “在复杂天气与动态场景下，小目标检测易受到雾霾干扰和特征弱化的影响，现有方法在实时性和鲁棒性方面仍存在不足。为此，相关专家构建了一种兼具高效性与强鲁棒性的检测模型，以提升雾天小目标检测性能。”
    • 液晶与显示   2026年41卷第2期 页码：222-239

    • DOI：10.37188/CJLCD.2025-0245    

      中图分类号： TP391.4
    • CSTR：32172.14.CJLCD.2025-0245    

    • 收稿：2025-12-02，

      修回：2026-01-17，

      纸质出版：2026-02-05

    移动端阅览

  • 陈悦, 许锋, 宋京昊. 融合隐藏状态压缩与空间依赖感知的Mamba-Transformer雾天目标检测方法[J]. 液晶与显示, 2026,41(2):222-239. DOI： 10.37188/CJLCD.2025-0245. CSTR： 32172.14.CJLCD.2025-0245.

    CHEN Yue, XU Feng, SONG Jinghao. Mamba-Transformer foggy object detection method integrating hidden state compression and spatial dependency perception[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(2): 222-239. DOI： 10.37188/CJLCD.2025-0245. CSTR： 32172.14.CJLCD.2025-0245.

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于MLC-YOLO的折纸动作关键目标检测方法
基于改进YOLO11n的导电粒子目标检测算法
基于时空三维卷积网络的复杂背景下红外弱小目标检测方法
基于YOLOv8s改进的自动驾驶目标检测

相关作者

陈悦
许锋
宋京昊
陈宇聪
何宏
李泽旭
徐楚迪
曾子豪

相关机构

中国刑事警察学院 公安信息技术与情报学院， 辽宁 沈阳 0110854
上海理工大学 健康科学与工程学院
广东锦嘉电子有限公司
东华理工大学 电子与电气工程学院
中国科学院 长春光学精密机械与物理研究所
0