針對(duì)彈載視頻目標(biāo)跟蹤過程中,由于目標(biāo)尺度變換導(dǎo)致跟蹤精度下降的問題,論文基于SAMF算法,結(jié)合彈目運(yùn)動(dòng)關(guān)系對(duì)該算法進(jìn)行改進(jìn),通過定量對(duì)比實(shí)驗(yàn),得出了適用于特定場(chǎng)景的尺度自適應(yīng)跟蹤算法。該算法對(duì)于彈目運(yùn)動(dòng)關(guān)系已知的彈載視頻目標(biāo)跟蹤精度,較單一尺度的KCF算法以及傳統(tǒng)SAMF算法均有提升,且跟蹤速度為65fps,兼顧了準(zhǔn)確性與實(shí)時(shí)性的要求。為彈載目標(biāo)跟蹤算法的性能提升提供了新思路。 

【文章來源】：艦船電子工程. 2020,40(05)

【文章頁數(shù)】：4 頁

【部分圖文】：

SAMF算法示意圖

我們使用KCF算法和SAMF算法以及本文算法在同一視頻序列上進(jìn)行跟蹤測(cè)試，目標(biāo)為1:30坦克模型，利用無人機(jī)攜帶攝像頭由高到低拍攝，實(shí)驗(yàn)結(jié)果如圖2所示。由圖2可知，三種算法均能基本鎖定每幀中目標(biāo)位置。由于KCF算法對(duì)應(yīng)跟蹤框沒有隨目標(biāo)的尺度變化而變化，僅得到了目標(biāo)部分紋理信息；SAMF算法雖有一定的尺度調(diào)整，但由于目標(biāo)尺度變化較快，跟蹤器的尺度估計(jì)跟不上目標(biāo)的尺度變換，同樣也僅得到部分紋理信息。而本文的改進(jìn)算法具有較好的跟蹤效果。

OTB測(cè)試結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]基于相關(guān)濾波的目標(biāo)跟蹤方法[J]. 李娜,牒謹(jǐn),劉穎.  西安郵電大學(xué)學(xué)報(bào). 2018(04)
[2]快速尺度自適應(yīng)核相關(guān)濾波目標(biāo)跟蹤算法[J]. 何雪東,周盛宗.  激光與光電子學(xué)進(jìn)展. 2018(12)
[3]基于深度學(xué)習(xí)的目標(biāo)跟蹤方法研究現(xiàn)狀與展望[J]. 羅海波,許凌云,惠斌,常錚.  紅外與激光工程. 2017(05)
[4]基于特征融合和尺度自適應(yīng)的干擾感知目標(biāo)跟蹤[J]. 李雙雙,趙高鵬,王建宇.  光學(xué)學(xué)報(bào). 2017(05)
[5]尺度自適應(yīng)的核相關(guān)濾波跟蹤器[J]. 李麒驥,李磊民,黃玉清.  計(jì)算機(jī)應(yīng)用. 2016(12)
[6]核相關(guān)濾波跟蹤算法的尺度自適應(yīng)改進(jìn)[J]. 錢堂慧,羅志清,李果家,李應(yīng)蕓,李顯凱.  計(jì)算機(jī)應(yīng)用. 2017(03)
[7]基于視覺的目標(biāo)檢測(cè)與跟蹤綜述[J]. 尹宏鵬,陳波,柴毅,劉兆棟.  自動(dòng)化學(xué)報(bào). 2016(10)
[8]基于相關(guān)濾波的尺度自適應(yīng)目標(biāo)跟蹤[J]. 徐玉龍,王家寶,李陽,李航,張耿寧,張亞非.  計(jì)算機(jī)應(yīng)用研究. 2016(11)
[9]目標(biāo)跟蹤技術(shù)綜述[J]. 高文,朱明,賀柏根,吳笑天.  中國光學(xué). 2014(03)

碩士論文
[1]基于相關(guān)濾波的目標(biāo)跟蹤算法研究[D]. 徐博文.哈爾濱工業(yè)大學(xué) 2018



本文編號(hào)：3629695