基于残差学习的自适应无人机目标跟踪算法

发布时间：2021-10-07 20:54

　　无人机已被广泛应用于军事和民用领域,目标跟踪技术是无人机应用的关键技术之一。针对无人机视频跟踪过程中目标易发生尺度变化、遮挡等问题,提出一种基于残差学习的自适应无人机目标跟踪算法。首先,结合残差学习和空洞卷积的优点构建深度网络提取目标特征,同时克服网络退化问题;其次,将提取的目标特征信息输入核相关滤波算法,构建定位滤波器确定目标的中心位置;最后,根据目标外观特性的不同进行自适应分块,并计算出目标尺度的伸缩系数。仿真实验结果表明:所提算法能够有效应对尺度变化、遮挡等情况对跟踪性能的影响,在跟踪成功率和精确度上均高于其他对比算法。 

【文章来源】：北京航空航天大学学报. 2020,46(10)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

残差网络结构

图2为空洞卷积示意图,其中,使用3×3的卷积核进行不同的卷积操作。由此可见,空洞卷积可以扩大卷积核的感受野,且不会增加卷积核的参数数量和计算量。2 基于残差学习和自适应尺度的无 人机目标跟踪

网络整体结构

【参考文献】：
期刊论文
[1]分块核化相关滤波目标跟踪[J]. 段伟伟,杨学志,方帅,郑鑫,李国强.  计算机辅助设计与图形学学报. 2016(07)



本文编号：3422757