提高海上智能監(jiān)測水平,為了實現(xiàn)對海上船只目標的跟蹤,文中針對典型海況環(huán)境下的海上船只目標跟蹤問題,提出了一種改進核相關(guān)濾波器(Kernelized Correlation Filters,KCF)的船只目標跟蹤算法。首先,針對KCF算法的特征,提出船只目標跟蹤臨界概率的概念,用來判斷目標跟蹤是否異常;接著,加入卡爾曼濾波模塊,用來預測跟蹤目標下一時刻的位置;然后,對跟蹤異常的目標設計目標跟蹤異常處理模塊進行處理;最后,針對4組典型的海上目標跟蹤場景,通過實驗驗證了算法的性能。實驗結(jié)果表明:文中算法在海上船只大幅度晃動、跟蹤目標被遮擋、目標出界、目標尺寸變換等復雜情況下,跟蹤準確率和速率比原KCF算法分別提高17.23%和7.86%。滿足海上目標跟蹤精度、實時性、適用性等方面的要求。

【文章頁數(shù)】：11 頁

【文章目錄】：
1 引言
2 基于核相關(guān)濾波算法的船只目標跟蹤
    2.1 循環(huán)矩陣構(gòu)造
    2.2 嶺回歸分類器
    2.3 目標檢測
    2.4 目標跟蹤與臨界概率
    2.5 目標訓練模板更新與尺度變換
3 基于卡爾曼濾波的船只目標位置預測
4 船只目標跟蹤異常與目標搜索策略
    4.1 目標未出界的目標跟蹤異常
    4.2 目標出界的目標跟蹤異常
    4.3 海上船只目標跟蹤流程
5 實驗結(jié)果分析
    5.1 實驗環(huán)境與參數(shù)
    5.2 實驗過程與分析
        5.2.1 目標生成概率
        5.2.2 目標跟蹤速率
        5.2.3 中心位置誤差
        5.2.4 重疊率
6 結(jié)論



本文編號：3887606