基于改进YOLOv3和卡尔曼滤波器的飞机检测追踪方法

• 作者: 薛建伟 史庆杰 周泽强 钱久超 朱肖光 刘佩林
• 来源期刊: 飞控与探测
• 学科: 工学
• 关键词: 目标追踪 目标检测 飞机追踪 YOLOv3 卡尔曼滤波器
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 仿真测试与验证技术|Simulation Test and Verification Technology
• 页码范围: 70-77
• 页数: 8页
• 分类号: TP18
• 语种: 中文

摘要

精确的飞机检测与追踪方法有助于提升我国军事实力,但是目前针对小目标飞机进行有效追踪的方法较少.基于深度学习的目标追踪方法较传统的方法性能更佳优越,因此针对传统方法对于小目标追踪性能不佳的问题,提出了一种基于YOLOv3以及卡尔曼滤波器的飞机追踪方法,以获得更好的追踪性能.该算法首先通过改进的YOLOv3算法对视频中的图像进行检测,在识别到视频中的飞机之后,通过卡尔曼滤波器对飞机的运动轨迹进行预测,并通过匈牙利算法进行数据关联.实验结果显示,该算法对小尺度飞机的检测性能较传统的YOLOv3有接近5％ 的提升,且对飞机的追踪效果精度高且实时性好,具有较高的军事应用价值.