融合视觉显著性再检测的孪生网络无人机目标跟踪算法

• 作者: 周士琪 王耀南 钟杭
• 来源期刊: 智能系统学报
• 关键词: 无人机 计算机视觉 目标跟踪 轻量化网络 孪生网络 显著性检测 目标遮挡 特征融合
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能院长论坛|Dean Forum on Artificial Intelligence
• 页码范围: 584-594
• 页数: 11页
• 分类号: TP242
• 语种: 中文
• DOI: 10.11992/tis.202101035

摘要

针对旋翼飞行器在跟踪过程中目标尺度变化、快速运动、视角变化等问题,本文提出了一种基于Mobi-leNetV2的孪生网络目标跟踪算法,可在无人机机载处理器上实时运行.该算法主要包含目标得分估计模块与目标尺度估计模块两个部分.结合多特征融合的策略,可准确预测出目标位置与目标框IoU,同时以目标框IoU为指导,利用梯度上升法对目标框进行迭代修正,进一步提升预测精度.针对完全遮挡而导致的目标跟丢问题,本文设计了一个基于视觉显著性的目标再检测算法,该算法可实时高效地预测出图像的显著性区域,以指导对目标的再检测,进而恢复跟踪.最后,通过标准无人机跟踪数据集测试与实际无人机跟踪实验,验证了算法的可行性.