生成带真实热变异性目标的红外图像数据库，用于自动目标识别评估。

IR image databases generation under target intrinsic thermal variability constraints

• 基于3D模型和真实红外纹理生成具有内在热变异性的目标特征。
• 在图像质量约束下叠加目标与遮挡物，生成逼真红外图像。
• 适用于需要高精度红外数据集的军事或遥感领域研究者。

本文针对自动目标识别（ATR）评估所需的红外图像数据库生成问题。为实现量化且客观的性能评估，需构建大规模数据库。我们提出一种方法，在图像质量指标约束下，将目标与遮挡物叠加于背景之上，生成逼真的红外图像。同时，我们提出基于真实红外纹理贴图的3D模型方法，生成具有内在热变异性的真实目标红外签名。该方法可有效模拟复杂场景中的热特性变化，提升数据库的真实性与评估可靠性。

原文摘要 · Abstract (English)

This paper deals with the problem of infrared image database generation for ATR assessment purposes. Huge databases are required to have quantitative and objective performance evaluations. We propose a method which superimpose targets and occultants on background under image quality metrics constraints to generate realistic images. We also propose a method to generate target signatures with intrinsic thermal variability based on 3D models plated with real infrared textures.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。