提高海上智能監(jiān)測水平,為了實(shí)現(xiàn)對海上船只目標(biāo)的跟蹤,文中針對典型海況環(huán)境下的海上船只目標(biāo)跟蹤問題,提出了一種改進(jìn)核相關(guān)濾波器(Kernelized Correlation Filters,KCF)的船只目標(biāo)跟蹤算法。首先,針對KCF算法的特征,提出船只目標(biāo)跟蹤臨界概率的概念,用來判斷目標(biāo)跟蹤是否異常;接著,加入卡爾曼濾波模塊,用來預(yù)測跟蹤目標(biāo)下一時(shí)刻的位置;然后,對跟蹤異常的目標(biāo)設(shè)計(jì)目標(biāo)跟蹤異常處理模塊進(jìn)行處理;最后,針對4組典型的海上目標(biāo)跟蹤場景,通過實(shí)驗(yàn)驗(yàn)證了算法的性能。實(shí)驗(yàn)結(jié)果表明:文中算法在海上船只大幅度晃動、跟蹤目標(biāo)被遮擋、目標(biāo)出界、目標(biāo)尺寸變換等復(fù)雜情況下,跟蹤準(zhǔn)確率和速率比原KCF算法分別提高17.23%和7.86%。滿足海上目標(biāo)跟蹤精度、實(shí)時(shí)性、適用性等方面的要求。

【文章頁數(shù)】：11 頁

【文章目錄】：
1 引言
2 基于核相關(guān)濾波算法的船只目標(biāo)跟蹤
    2.1 循環(huán)矩陣構(gòu)造
    2.2 嶺回歸分類器
    2.3 目標(biāo)檢測
    2.4 目標(biāo)跟蹤與臨界概率
    2.5 目標(biāo)訓(xùn)練模板更新與尺度變換
3 基于卡爾曼濾波的船只目標(biāo)位置預(yù)測
4 船只目標(biāo)跟蹤異常與目標(biāo)搜索策略
    4.1 目標(biāo)未出界的目標(biāo)跟蹤異常
    4.2 目標(biāo)出界的目標(biāo)跟蹤異常
    4.3 海上船只目標(biāo)跟蹤流程
5 實(shí)驗(yàn)結(jié)果分析
    5.1 實(shí)驗(yàn)環(huán)境與參數(shù)
    5.2 實(shí)驗(yàn)過程與分析
        5.2.1 目標(biāo)生成概率
        5.2.2 目標(biāo)跟蹤速率
        5.2.3 中心位置誤差
        5.2.4 重疊率
6 結(jié)論



本文編號：3887606