一种鲁棒的自适应更新策略的弹载计算机红外目标跟踪算法

基金项目: 国家自然科学基金资助项目(61401262)%陕西省教育厅基金项目(16JK1151)%陕西理工大学2017年科研基金项目(SLGKY2017-16)

详细信息

Robust Adaptive Updating Strategy for Missile-borne Infrared Object-tracking Algorithm

摘要: 针对目前弹载红外目标跟踪算法对快速机动目标适应性较差的问题,本文在现有模板跟踪算法的基础上提出了一种鲁棒普适的自适应更新策略.该策略利用多个不同学习因子的更新模型,通过对不同模型下的跟踪置信度进行分析,自适应地对模型进行更新,有效地解决跟踪过程中目标剧烈外观变化或微弱位移变化.大量的定性定量实验表明本文所提的算法的跟踪性能超过现有的大多数算法,在现有弹载红外目标跟踪板硬件余量有限的情况下也能实现稳定跟踪复杂背景下的目标.同时,本文算法已经在挂飞测试中获得较理想的效果,适合军事装备的应用.
- 红外目标跟踪 /
- 相关跟踪 /
- 模型更新 /
- 自适应更新策略 /
- 复杂背景

1.	段锦，张昊，宋靖远，刘举. 深度学习偏振图像融合研究现状. 红外技术. 2024(02): 119-128 . 本站查看
2.	Yuxiang Su，Xi Liang，Danhua Cao，Zhenyu Yang，Yuanlong Peng，Ming Zhao. Research on a multi-dimensional image information fusion algorithm based on NSCT transform. Frontiers of Optoelectronics. 2024(01): 31-46 . 必应学术