基于特征融合与通道感知的无人机红外目标跟踪算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1001-5078.2023.04.022

基于特征融合与通道感知的无人机红外目标跟踪算法

引用
针对手工提取特征对红外目标不敏感,导致无法准确跟踪红外目标的问题,在全卷积孪生网络框架下,融合多层深度特征并结合通道感知提出了一种无人机红外目标跟踪算法.首先使用预训练网络提取目标深度特征,分别提取待跟踪目标的Conv4-1、Conv4-3、Conv5-2层特征,进而通过梯度计算选择对于目标活动和尺度变化较为敏感的特征通道参与后序的互相关操作,并通过计算模板图像和候选区域搜索图像之间的相似度获取目标响应图.最后利用平均峰值相关能量对跟踪结果进行评估并使用卡尔曼滤波对跟踪结果进行修正.在LSOTB-TIR红外目标跟踪数据集上进行了性能测试并与当前九种优秀的算法进行了对比,实验结果表明,本文算法跟踪成功率最高,能够有效应对红外目标跟踪中热交叉、干扰源等挑战,且具有较好的实时性.

红外目标、孪生网络、深度特征、特征通道、平均峰值相关能量

53

TP391.41(计算技术、计算机技术)

国家自然科学基金;江苏省自然科学基金;泰州职业技术学院重点科研项目

2023-05-25(万方平台首次上网日期,不代表论文的发表时间)

共7页

626-632

相关文献
评论
暂无封面信息
查看本期封面目录

激光与红外

1001-5078

11-2436/TN

53

2023,53(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn