基于时空显著性建模的空中飞行器跟踪方法

发布时间：2023-03-19 03:53

　　以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景,为解决现有跟踪方法目标表征模型不够精确,算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题,提出了建模跟踪场景中独立物体的显著性特性,用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法,利用跟踪算法提供的背景先验知识以及多帧图像观测数据,使用时空联合的方式进行建模估计,其结果用来指导目标跟踪算法选取有效视觉特征,建立精确目标表征模型,减小背景区域对算法模型的干扰。实验表明,提出的方法为上述难点问题提供了有效的解决方案,对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法,在其他类型的目标跟踪任务中也有十分优越的性能表现。

【文章页数】：15 页

【文章目录】：
1 目标邻域的时空显著性估计
    1.1 时空显著性建模
    1.2 基于颜色统计模型的观测量
    1.3 基于最小障碍距离的观测量
2 基于显著性信息指导的目标跟踪
    2.1 最大间隔分类器模型
    2.2 基于显著性的目标表征
    2.3 多方向多尺度搜索策略
3 实验结果与分析
    3.1 实验概述
    3.2 空中飞行器数据集实验
    3.3 典型飞行器序列跟踪结果
    3.4 消融实验
    3.5 通用物体跟踪性能
4 结论



本文编号：3764499