多特征核相关滤波的红外目标跟踪技术研究

发布时间：2021-11-02 23:50

　　随着计算机视觉领域的快速发展,目标跟踪技术的研究作为其重要的研究方向之一也随着科技的浪潮取得了突破性的进展。红外目标跟踪作为目标跟踪领域之一,被广泛应用在视频监控、精确制导、单兵作战和无人驾驶等诸多方面,对比可见光目标跟踪能够不受光线昏暗和雾霾等环境干扰,有抗干扰性、隐蔽性和全天时等优点。但红外目标跟踪的研究不仅要应对跟踪中的诸多挑战如目标被遮挡、尺度变化和目标相似物等,而且还要应对红外图像由于信息量少,没有足够的特征模型和场景信息等问题。本文以核相关滤波知识作为理论基础,对于当前红外目标跟踪中的难点问题,在前人研究成果的基础上提出了多特征核相关滤波的红外目标跟踪算法。本文的主要工作和创新性研究成果如下:1)从特征表达和模型更新的角度出发,提出了一种多特征自适应融合的核相关滤波红外目标跟踪算法。多峰检测和高置信度模型更新策略保证了目标的准确定位和防止模型漂移、模型被污染等问题,同时减少了模型更新次数,提升了算法的速率。以相对置信度计算特征融合系数,对不同的场景能够自适应的选择更相信哪个特征的置信度响应图谱。精细化尺度更新策略在尺度金字塔的基础上采用牛顿迭代法能够更准确的估计目标的尺度变... 

【文章来源】：长春理工大学吉林省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

红外目标跟踪应用a)导弹红外跟踪引导头b)红外跟踪相机

ese）应用在目标跟踪中，速度达到了 50 帧/秒[28]。2016 年 Held 等提网络结构，使速度达到 100 帧/秒以上[29]。但这两种算法都没有模型更发生较大的形变、遮挡和移出视野等情况下，很容易丢失目标，鲁棒用 CNN 结构的跟踪算法都取得了很好的效果，验证了 CNN 在跟踪方但是要想通过 CNN 结构获得很好的跟踪精度，就很难保证速度，无求，这导致目前基于卷积网络的目标跟踪算法都只是在理论上研究，落地应用。

ese）应用在目标跟踪中，速度达到了 50 帧/秒。2016 年 Held 等提出网络结构，使速度达到 100 帧/秒以上[29]。但这两种算法都没有模型更发生较大的形变、遮挡和移出视野等情况下，很容易丢失目标，鲁棒性用 CNN 结构的跟踪算法都取得了很好的效果，验证了 CNN 在跟踪方向但是要想通过 CNN 结构获得很好的跟踪精度，就很难保证速度，无法求，这导致目前基于卷积网络的目标跟踪算法都只是在理论上研究，而落地应用。图 1.3 CNN 网络第二层网络特征可视化图（左）及原图（右）

【参考文献】：
期刊论文
[1]融合灰度与显著性特征的空中红外目标跟踪[J]. 郑武兴,王春平,付强,徐艳.  激光与红外. 2018(03)

硕士论文
[1]基于改进CamShift算法的嵌入式目标跟踪系统设计[D]. 任楷飞.中北大学 2018
[2]基于相关滤波的单目标跟踪算法研究[D]. 钟国崇.南昌航空大学 2018
[3]基于贝叶斯理论的波达方向跟踪算法研究[D]. 王璜.哈尔滨工业大学 2018
[4]基于子空间的目标跟踪算法研究[D]. 朱志林.兰州理工大学 2018
[5]基于相关滤波的视频目标跟踪技术研究[D]. 王艳川.战略支援部队信息工程大学 2018
[6]基于核相关滤波的目标跟踪算法研究与实现[D]. 王守义.中北大学 2018
[7]复杂场景下的相关滤波跟踪算法研究[D]. 谷成刚.安徽大学 2018
[8]基于计算机视觉的目标跟踪算法及其应用研究[D]. 王蒙蒙.浙江大学 2018
[9]基于深度信息的核相关滤波目标跟踪算法研究[D]. 刘新卉.哈尔滨工业大学 2017
[10]红外地面目标跟踪算法的研究[D]. 杨皓然.电子科技大学 2017



本文编号：3472621