留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于卷积特征选择的红外目标跟踪

钱琨 杨俊彦 余跃 赵东 荣生辉

钱琨, 杨俊彦, 余跃, 等. 基于卷积特征选择的红外目标跟踪[J]. 强激光与粒子束, 2019, 31: 093202. doi: 10.11884/HPLPB201931.190133
引用本文: 钱琨, 杨俊彦, 余跃, 等. 基于卷积特征选择的红外目标跟踪[J]. 强激光与粒子束, 2019, 31: 093202. doi: 10.11884/HPLPB201931.190133
Qian Kun, Yang Junyan, Yu Yue, et al. Infrared target tracking based on selective convolution features[J]. High Power Laser and Particle Beams, 2019, 31: 093202. doi: 10.11884/HPLPB201931.190133
Citation: Qian Kun, Yang Junyan, Yu Yue, et al. Infrared target tracking based on selective convolution features[J]. High Power Laser and Particle Beams, 2019, 31: 093202. doi: 10.11884/HPLPB201931.190133

基于卷积特征选择的红外目标跟踪

doi: 10.11884/HPLPB201931.190133

Infrared target tracking based on selective convolution features

  • 摘要: 对红外图像中的目标跟踪时,复杂的背景信息以及目标像素数较少等因素增加了红外目标跟踪难度,目标区域的图像块缺乏特征信息使得普通跟踪算法较易产生跟踪偏移问题。为解决此问题,提出了一种基于粒子滤波框架下的卷积特征选择的红外目标跟踪算法。首先,在初始目标块上提取少量图像块作为滤波器,进而获得表征能力更强的卷积特征。然后,采用在线提升算法对该特征进行选择,增加跟踪算法的精度和执行效率。最后,将贝叶斯分类器的响应作为粒子权值估计出目标状态。实验结果验证了所提算法的跟踪性能优于其他几种传统算法。
  • 加载中
计量
  • 文章访问数:  452
  • HTML全文浏览量:  123
  • PDF下载量:  25
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-17
  • 修回日期:  2019-06-06
  • 刊出日期:  2019-09-15

目录

    /

    返回文章
    返回