基于视频的装甲车和飞机检测跟踪及轨迹预测算法

• 作者: 张永梅 赖裕平 马健喆 冯超 束颉
• 来源期刊: 兵工学报
• 关键词: 装甲车 飞机 目标跟踪 多目标检测 社交长短时记忆网络 轨迹预测
• 年，卷（期）: 2021,（3）
• 页码范围: 545-554
• 页数: 10页
• 分类号: TP391.413
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1093.2021.03.010

摘要

针对当前视频目标跟踪算法跟踪多目标容易跟丢的问题,以视频中的装甲车、飞机为研究对象,研究一种改进跟踪学习检测(TLD)的视频多目标检测跟踪算法.对于跟丢的目标,利用Kalman滤波算法的预测功能跟踪视频中典型目标的轨迹,并采用Kalman滤波算法跟踪的轨迹来弥补TLD算法丢失的部分,从而获得视频中典型目标的完整轨迹,以提高视频多目标跟踪的准确率.由于现有轨迹预测算法存在准确性较差的局限性,提出一种基于社交长短时记忆(Social-LSTM)网络的视频典型目标轨迹预测算法,将上下文环境信息和多个目标轨迹之间的相互影响关系融入Social-LSTM网络,预测待检测典型目标的轨迹序列.仿真实验结果表明,所提轨迹预测算法优于传统的LSTM算法、隐马尔可夫模型算法以及混合高斯模型算法,有利于提高视频典型目标轨迹预测的准确率.