科研之友
微信
新浪微博
Facebook
分享链接
摘要
无人机场景中的目标跟踪在很多现实任务中得到广泛应用。与一般场景中的目标跟踪任务不同，无人机目标跟踪更容易受到复杂环境干扰和算力的限制。提出了一种显著性感知三重正则化相关滤波无人机跟踪算法。首先，采用高效的显著性检测算法动态生成对偶空间正则化器来抑制边界效应，惩罚不相关的背景噪声系数。其次，引入时间正则化应对目标因外观变化而导致的滤波器退化问题，提供更鲁棒的外观模型。此外，引入一个轻量型的深度网络来提取目标的深度特征，并与手工特征线性融合描述目标的语义信息，提高跟踪精度。最后，在五个公开的无人机基准数据集上进行了充分实验。结果表明，本文算法在五个数据集上的整体性能均有不同程度提升，证明了本文算法的有效性和鲁棒性，且算法的实时跟踪速度约为21帧/秒，能够胜任无人机的目标跟踪任务。
- 单位
