基于深度学习的目标抗干扰跟踪算法

详细信息

Target Anti-Jamming Tracking Algorithm Based on Depth Learning

摘要: 针对目标跟踪算法中相似背景的干扰及目标自身旋转导致跟踪框漂移的情况,提出一种融入SSD(Single Shot MultiBox Detecter)检测的方案,从而有效地避免了跟踪框的漂移.首先对要跟踪的特定种类的目标进行深度学习检测模型的预训练,然后利用本文所设计的融合判别尺度空间算法完成目标定位和跟踪.由判别尺度空间模型对目标实施初步定位,在候选区域进行特征检测,并设计了一种运动估计淘汰体制,以保证候选区域目标的唯一性,最终完成目标的精确定位.实验证明,该方法能有效避免相似背景干扰和遮挡时所造成的跟踪框漂移,同时在目标快速运动,尺度和形状变化时均能完成鲁棒性的跟踪.
- SSD检测 /
- 判别尺度空间 /
- 目标跟踪

1.	朱冰，刘琦，余瑞星. 复杂场景下自适应特征融合的图像运动目标跟踪算法研究. 航空兵器. 2023(02): 125-130 . 百度学术
2.	石胜斌，王曙光，刘桢，杨传栋. 结合掩膜与孪生网络的目标跟踪方法研究. 计算机技术与发展. 2020(05): 61-65 . 百度学术
3.	蔡锦华，祝义荣. 基于改进YOLOv3的目标跟踪算法研究. 计算机仿真. 2020(05): 213-217+321 . 百度学术
4.	梁杰，李磊，任君，齐航，周红丽. 基于深度学习的红外图像遮挡干扰检测方法. 兵工学报. 2019(07): 1401-1410 . 百度学术
5.	彭熹，肖奕，肖萍，印奇，李寻. 基于深度学习的变电站多目标行人检测算法研究. 电子设计工程. 2019(19): 6-9+14 . 百度学术
6.	李晶，黄山. 基于YOLOv3目标跟踪方法. 电光与控制. 2019(10): 87-93 . 百度学术
7.	付兴武，杨哲，姜文涛. 因式分解卷积运算的多尺度目标跟踪算法. 辽宁工程技术大学学报(自然科学版). 2019(05): 463-471 . 百度学术