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。
-
-
期刊类型引用(2)
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
其他类型引用(3)
计量
- 文章访问数: 169
- HTML全文浏览量: 41
- PDF下载量: 9
- 被引次数: 5