多特征融合和尺度变化估计的船舶跟踪方法

• 作者: 陈信强 凌峻 齐雷 杨勇生 周亚民
• 来源期刊: 计算机工程与应用
• 关键词: 多维特征融合机制 尺度变化 相关滤波机制 多目标船舶跟踪 智能船舶
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 工程与应用|Engineering and Applications
• 页码范围: 246-250
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2004-0245

摘要

传统的船舶视觉跟踪任务主要集中于单目标船舶跟踪,对多目标船舶跟踪研究相对较少.为解决该问题,提出一种多维特征融合机制和尺度变化估计的多目标船舶跟踪框架,该框架引入位置滤波器对输入的船舶训练样本进行学习,并将其应用于待跟踪的船舶图片序列,通过寻找最大响应的方法判定图像中的船舶位置.在此基础上,构建船舶尺度估计滤波器以确定待跟踪船舶的图像尺寸.通过和中值流跟踪算法和多示例学习跟踪算法对比分析,实验结果表明不同海事交通场景下的船舶跟踪误差均小于10像素,验证了算法的有效性和可靠性.