基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
无人机已被广泛应用到军事和民用领域,日标跟踪是无人机应用的关键技术之一.针对无人机跟踪过程中日标易发生形变、遮挡等问题,提出一种基于自适应Siamese网络的无人机目标跟踪算法.首先,利用2个卷积网络构建一个5层Siamese网络,通过对模板特征与当前帧图像特征进行卷积得到目标位置;其次,利用高斯混合模型对以往的预测结果进行建模并建立目标模板库;然后,从模板库中挑选出最可靠的目标模板并以此更新Siamese网络的匹配模板,使Siamese网络能够自适应目标的外观变化;最后,引入回归模型进一步精确目标位置,降低背景对网络性能的影响.仿真实验结果表明:该算法有效降低了形变、遮挡等情况对跟踪性能的影响,具有较高的准确率.
推荐文章
基于改进Camshift的无人机目标跟踪算法研究
无人机
目标跟踪
Camshift算法
LBP纹理特征
Kalman滤波
基于A*算法的无人机跟踪目标的航迹规划
无人机
航迹规划
跟踪目标
A*算法
一种空间曲线轨迹跟踪的无人机自适应导航控制算法
固定翼无人机
空间曲线
自适应模糊控制
导航控制
基于机动目标模型的无人机视场跟踪仿真研究
无人机
机动目标模型
自适应滤波
视场跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应Siamese网络的无人机目标跟踪算法
来源期刊 航空学报 学科 工学
关键词 无人机 目标跟踪 Siamese网络 模板匹配 自适应更新
年,卷(期) 2020,(1) 所属期刊栏目 电子电气工程与控制
研究方向 页码范围 243-255
页数 13页 分类号 V279|TP391
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘芳 北京工业大学信息学部 23 123 7.0 10.0
2 杨安喆 北京工业大学信息学部 1 0 0.0 0.0
3 吴志威 北京工业大学信息学部 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (53)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(10)
  • 参考文献(3)
  • 二级参考文献(7)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
目标跟踪
Siamese网络
模板匹配
自适应更新
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
航空学报
月刊
1000-6893
11-1929/V
大16开
北京市海淀区学院路37号
82-148
1965
chi
出版文献量(篇)
6543
总下载数(次)
27
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导