科研之友
微信
新浪微博
Facebook
分享链接
摘要
复杂场景下的红外运动目标对比度低且缺乏细节信息,难以实现稳定持续跟踪。分析了典型红外运动目标的特性,提出一种稀疏编码与特征选择的改进跟踪算法。采用Logistic回归模型,通过对正负样本的监督学习,计算得到最佳权重特征矢量,并将原始特征模板和粒子采样对象均向该特征矢量投影,削弱了背景成分对运动目标跟踪的影响并降低了运算量。在模板更新策略上采用了每帧更新的方法以适应运动目标的机动性。文中给出的方法与其他两种经典方法的实验比较,证明了本方法对运动目标跟踪的有效性。
-
单位西南技术物理研究所
