基于上下文线索的红外目标跟踪

发布时间：2021-07-24 21:44

　　传统的跟踪算法通常忽略目标与其背景的时空相关性,不能有效的区分红外目标和背景边缘,产生偏移现象。针对这一问题,论文通过分析目标和相邻背景之间的统计关联关系,在贝叶斯理论框架下提出了一种基于目标上下文线索的快速鲁棒跟踪算法。实验结果表明跟踪算法计算简单、速度快,有较高的跟踪精度和鲁棒性。 

【文章来源】：计算机与数字工程. 2019,47(06)

【文章页数】：4 页

【部分图文】：

序列I跟踪结果（d）

描述的场景是海上一艘船从图像的左侧往图像的右侧航行，视频的开始由于摄像头的移动，船只的位置很快从图像的右侧变换到左侧，然后摄像头保持静止，船只继续从图像左侧往右侧航行。图1给出了船只目标的部分跟踪结果，可以看出，本文算法能够一直跟踪上运动目标，但在一些帧出现较小的跟踪位置和尺度偏差。序列II描述的场景也是海上一艘船从图像的左侧往图像的右侧航行，但由于摄像头的抖动，船只目标出现了上下快速的移动，最终船只目标快速移动到图像的右上角，而且该船只目标中间成像较暗，两头成像亮。图2给出了目标的部分跟踪结果，可以看出，虽然由于摄像头的都懂导致目标上下晃动，但本文算法依然能较为准确地跟踪上目标。（a）FrameNo.1（b）FrameNo.127（c）FrameNo.252（d）FrameNo.447（e）FrameNo.683（f）FrameNo.827图1序列I跟踪结果（a）FrameNo.1（b）FrameNo.137（c）FrameNo.264（d）FrameNo.468（e）FrameNo.638（f）FrameNo.653图2序列II跟踪结果4结语本文给出了一种基于上下文线索的红外目标跟踪算法，该算法给出了一种目标和相邻背景图像的空间统计关联数学模型，并且通过快速傅里叶变换技术给出了关联模型的学习方法，大大降低了计算开销，同时由于跟踪算法融和了目标和相邻背景的空间统计关联信息，降低了目标定位的不确定性，提高了算法的跟踪精度和鲁棒性。实验结果证明了该跟踪方法的有效性。参考文献［1］高文，朱明，贺柏根，等.目标跟踪技术综述［J］.中国光学，2014，7（3）：365-375.GAOWen，ZHUMing，HEBaigen，et

【参考文献】：
期刊论文
[1]时空上下文抗遮挡视觉跟踪[J]. 刘万军,董帅含,曲海成.  中国图象图形学报. 2016(08)
[2]基于SWAD算法的空间面目标高精度跟踪技术研究[J]. 杨明冬,王建宇,贾建军,张亮,强佳.  红外与激光工程. 2016(02)
[3]权重系数自适应光流法运动目标检测[J]. 刘洪彬,常发亮.  光学精密工程. 2016(02)
[4]基于二阶空间直方图的双核跟踪[J]. 张灿龙,唐艳平,李志欣,马海菲,蔡冰.  电子与信息学报. 2015(07)
[5]带宽自适应均值偏移红外目标跟踪(英文)[J]. 乔立永,徐立新,高敏.  红外与激光工程. 2015(01)
[6]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天.  中国光学. 2014(03)
[7]复杂海空背景下弱小目标的快速自动检测[J]. 曾文静,万磊,张铁栋,徐玉如.  光学精密工程. 2012(02)
[8]海面背景红外目标的识别算法[J]. 黄文韵,马惠敏,王生进.  清华大学学报（自然科学版）网络.预览. 2009(10)
[9]一种基于海天线检测的舰船定位方法[J]. 黄英东,范宁军,李杰.  弹箭与制导学报. 2008(05)



本文编号：3301486