基于协方差描述子稀疏表示的前视红外建筑物目标跟踪锁定

详细信息

Forward-looking-infrared Building Object Tracking Based on Sparse Representation of Covariance Descriptor

摘要: 作为前视红外成像末制导的关键部分，红外目标跟踪是一个极具挑战性的课题。本文针对前视红外建筑物目标，提出了一种基于协方差描述子稀疏表示的红外目标跟踪框架。首先，提取红外建筑物目标的协方差描述子特征；其次，由于协方差描述子属于黎曼空间，采用log-Euclidean变换将其转换到欧式空间；最后，在粒子滤波的理论框架基础上，采用目标在字典中的稀疏表示作为观测模型，对红外建筑物目标进行表示，通过贝叶斯状态推理框架进行目标跟踪。对前视红外建筑物目标的跟踪实验表明，该方法在跟踪准确度及鲁棒性方面体现出了优良的特性。
- 红外建筑物 /
- 目标跟踪锁定 /
- 稀疏表示 /
- 协方差描述子 /
- 仿射变换

1.	张宏伟，李晓霞，朱斌，张杨. 基于孪生神经网络的两阶段目标跟踪方法. 红外与激光工程. 2021(09): 341-352 . 百度学术
2.	尚飞，秦艳艳，杨志华. 基于改进FAsT-Match算法的特定建筑区锁定跟踪. 半导体光电. 2019(01): 93-97 . 百度学术