以復(fù)雜背景下空中飛行器的魯棒視覺跟蹤問題為研究背景,為解決現(xiàn)有跟蹤方法目標(biāo)表征模型不夠精確,算法魯棒性嚴(yán)重受到目標(biāo)形變、寬高比變化、復(fù)雜背景等因素干擾的問題,提出了建模跟蹤場(chǎng)景中獨(dú)立物體的顯著性特性,用于構(gòu)建精確的目標(biāo)模型。提出的顯著性估計(jì)方法有別于傳統(tǒng)的單幀檢測(cè)方法,利用跟蹤算法提供的背景先驗(yàn)知識(shí)以及多幀圖像觀測(cè)數(shù)據(jù),使用時(shí)空聯(lián)合的方式進(jìn)行建模估計(jì),其結(jié)果用來指導(dǎo)目標(biāo)跟蹤算法選取有效視覺特征,建立精確目標(biāo)表征模型,減小背景區(qū)域?qū)λ惴Ｐ偷母蓴_。實(shí)驗(yàn)表明,提出的方法為上述難點(diǎn)問題提供了有效的解決方案,對(duì)空中飛行器的跟蹤精度與魯棒性優(yōu)于大多數(shù)最先進(jìn)的主流方法,在其他類型的目標(biāo)跟蹤任務(wù)中也有十分優(yōu)越的性能表現(xiàn)。

【文章頁數(shù)】：15 頁

【文章目錄】：
1 目標(biāo)鄰域的時(shí)空顯著性估計(jì)
    1.1 時(shí)空顯著性建模
    1.2 基于顏色統(tǒng)計(jì)模型的觀測(cè)量
    1.3 基于最小障礙距離的觀測(cè)量
2 基于顯著性信息指導(dǎo)的目標(biāo)跟蹤
    2.1 最大間隔分類器模型
    2.2 基于顯著性的目標(biāo)表征
    2.3 多方向多尺度搜索策略
3 實(shí)驗(yàn)結(jié)果與分析
    3.1 實(shí)驗(yàn)概述
    3.2 空中飛行器數(shù)據(jù)集實(shí)驗(yàn)
    3.3 典型飛行器序列跟蹤結(jié)果
    3.4 消融實(shí)驗(yàn)
    3.5 通用物體跟蹤性能
4 結(jié)論



本文編號(hào)：3764499