基于孪生神经网络的热红外目标跟踪方法研究

发布时间：2021-01-03 06:06

　　热红外目标跟踪是视觉目标跟踪的一个子任务,热红外目标跟踪可以应用于恶劣天气条件下的视频监控,航天工业,军事工业等领域中。视觉目标跟踪和热红外目标跟踪的主要区别是输入图像不同。由于成像技术的原因,热红外图像中包含许多白噪声,图像模糊,并且热红外图像中的纹理信息不足。由于热红外图像的这些特点,直接将视觉目标跟踪中的跟踪器应用到热红外目标跟踪中时会有很大的性能损失,这是由于跟踪器底层特征提取方法的不足导致的。在热红外图像中能观察到的关于目标的显著判别信息是目标的边缘结构,视觉目标跟踪中最常用的HOG特征没有充分利用梯度的幅值信息,因此无法准确描述目标的边缘结构,在热红外目标跟踪中表现不好。近年来在计算机视觉领域常用的深度特征是通过在可见光图像数据集上训练的VGG-Net所提取的特征,由于可见光图像和热红外图像包含的信息不同,将这种特征提取方法应用到热红外目标跟踪中表现也一般。针对这些问题,本文提出将一种基于局部自适应核回归的特征提取方法引入到热红外目标跟踪中,改进了基准跟踪器ECO的特征提取部分,本文将改进后的ECO跟踪器称为ECO_LSK。本文对比了传统特征提取方法的缺... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

同一时间同一场景下的可见光图像与热红外图像

哈尔滨工业大学工程硕士学位论文.2.3 目标定位在模板训练完成之后，可以利用模板在下一帧图像中重新定位所要跟踪目位置。定位的方式很简单，利用模板和下一帧图像中搜索区域提取的特征进行卷积输出响应图，在响应图获得最大峰值的位置即可定位目标。在实际应用于计算整幅图像的特征的计算量太大，并且连续的视频序列中目标运动距离太远，因此只选取比目标框区域大一些的附近区域来进行搜索。如图 2-1 所示关滤波算法的一个跟踪流程。 为了赋予跟踪器在线学习的能力，会在每一帧

图 2-2 SRDCF 和朴素相关滤波算法的响应图的区别[12]网络模型觉中的孪生神经网络络模型由 Bromley 等人在 1993 年提出并应用孪生神经网络结构被广泛地应用到了计算机视


本文编号：2954457