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

杨春伟, 王仕成, 廖守亿, 刘华平

杨春伟, 王仕成, 廖守亿, 刘华平. 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[J]. 红外技术, 2016, 38(5): 389-395.
引用本文: 杨春伟, 王仕成, 廖守亿, 刘华平. 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[J]. 红外技术, 2016, 38(5): 389-395.
YANG Chunwei, WANG Shicheng, LIAO Shouyi, LIU Huaping. Forward-looking-infrared Building Object Tracking Based on Sparse Representation of Covariance Descriptor[J]. Infrared Technology , 2016, 38(5): 389-395.
Citation: YANG Chunwei, WANG Shicheng, LIAO Shouyi, LIU Huaping. Forward-looking-infrared Building Object Tracking Based on Sparse Representation of Covariance Descriptor[J]. Infrared Technology , 2016, 38(5): 389-395.

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
  • 中图分类号: TP391

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
出版历程

目录

    /

    返回文章
    返回