机载平台下基于深度检测网络的目标跟踪重捕算法

• 作者: 孟巍 沈旭 王新政 程小辉
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 目标跟踪 深度学习 Siamese网络 轮廓模板 目标检测
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 624-631
• 页数: 8页
• 分类号: TN219|TP181|TP391
• 字数: 7100字
• 语种: 中文

摘要

目标检测与跟踪是机载光电设备至关重要的功能模块,其检测跟踪的性能直接关系到目标感知的精度.近年来基于Siamese网络的改进跟踪算法在各种挑战性的数据集上取得了优异的效果,但大多数改进算法采用局部搜索策略,无法更新模板,且模板会引入背景干扰,最终因跟踪点漂移导致跟踪失败.为了解决这些问题,本文提出了一种结合目标边缘检测的改进全连接Siamese跟踪算法,该算法利用目标的轮廓模板代替边界框模板,减少了背景杂波的干扰;同时,在Siamese网络的基础上增加了一路改进tiny-YOLOv3目标检测网络,利用K均值聚类找到最合适的锚框(anchor box),引入了扩张模块层来扩展感受野,增加了系统的抗遮挡能力,提高机载光电设备的目标捕获概率.在基准测试数据集以及挂飞数据集基础上的仿真测试性能表明本文提出的改进模型特别适合机载光电设备在跟踪与重捕复杂环境下的运动目标,在长期跟踪中能够更好地适应目标的变形和遮挡,提升系统响应时间与适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新政	桂林理工大学信息科学与工程学院	16	51	4.0	7.0
2	程小辉	桂林理工大学信息科学与工程学院	91	420	10.0	16.0
3	沈旭	岭南师范学院信息工程学院	16	23	3.0	4.0
4	孟巍		6	23	3.0	4.0