留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于双核协同学习模型的红外目标跟踪算法

曾金发 吴恩斯 李能勇

曾金发, 吴恩斯, 李能勇. 基于双核协同学习模型的红外目标跟踪算法[J]. 红外技术, 2018, 40(5): 438-443.
引用本文: 曾金发, 吴恩斯, 李能勇. 基于双核协同学习模型的红外目标跟踪算法[J]. 红外技术, 2018, 40(5): 438-443.
ZENG Jinfa, WU Ensi, LI Nengyong. Infrared Object-Tracking Algorithm Based on Dual-kernelized Collaborative Learning[J]. Infrared Technology , 2018, 40(5): 438-443.
Citation: ZENG Jinfa, WU Ensi, LI Nengyong. Infrared Object-Tracking Algorithm Based on Dual-kernelized Collaborative Learning[J]. Infrared Technology , 2018, 40(5): 438-443.

基于双核协同学习模型的红外目标跟踪算法

基金项目: 中航工业集团公司创新基金项目(2016A62601R).江西省教育厅科学技术研究项目:零配置分布式传票翻打测试系统的研究(GJJ161401)
详细信息
  • 中图分类号: TP391

Infrared Object-Tracking Algorithm Based on Dual-kernelized Collaborative Learning

  • 摘要: 在红外目标跟踪中,如何鲁棒地跟踪上目标,对提升武器装备战斗力意义重大.本文在核相关目标跟踪算法(KCF)的基础上提出了一种有效的多特征协同学习核相关红外目标跟踪算法,该算法通过KCF模型将HOG(Histogram of Oriented Gradient)特征与Haar-like特征整合到一个框架中,解决了单一特征不足以表征目标外观变化,同时大大提升了红外目标跟踪的准确性与稳定性.同时,本文也提出了一种自适应学习因子策略,增强了模型的泛化能力.大量定性定量实验结果表明本文所提算法在重叠率准则(OR)和跟踪中心误差(CLE)准则上超过现有大多数算法,同时其跟踪速度也超过大多数算法.
  • 加载中
计量
  • 文章访问数:  125
  • HTML全文浏览量:  11
  • PDF下载量:  12
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回