融合暗通道先验的去雾目标跟踪算法

摘要：

针对雾霾场景下,拍摄图像出现质量下降和背景信息模糊导致的跟踪漂移问题.在孪生网络框架下,融合暗通道先验提出一种新的去雾目标跟踪算法.通过对输入的模板图像和搜索区域图像去雾,继而利用卷积神经网络对其进行特征提取,根据其特征相似度匹配程度估计目标位置.此外,针对有雾场景数据集不足问题,在已有测试数据集OTB100的基础上人工合成有雾数据集(OTB-H、OTB-M、OTB-L),最后在各数据集上与现有算法进行对比实验.实验结果表明该算法在雾霾场景下有着更出色的跟踪性能,在数据集OTB-H下跟踪精确度为0.713,跟踪成功率为0.519,相比于SiamFC跟踪精确度提升了35.6％,成功率提升了33.4％,且满足实时性的要求.

关键词：目标跟踪、图像去雾、孪生网络、大气散射模型、暗通道先验

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家十三五装备预研领域基金;航空科学基金;教育部卓越工程师教育培养计划项目产学合作协同育人项目;教育部卓越工程师教育培养计划项目产学合作协同育人项目;河南省高校科技创新人才资助项目;河南省高等学校青年骨干教师资助项目

在线出版日期：2023-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：239-246