摘要

无人机目标跟踪是计算机视觉一个热门的研究方向。多特征融合后的响应通常含有噪声,为了解决这个问题,提出一种基于多特征融合的次峰响应抑制的无人机目标跟踪算法。提取HOG特征和二维颜色属性特征,并进行融合产生响应。对次峰响应进行抑制以去除噪声,将多个次峰聚合为一个中心主峰。引入自适应模型更新策略进一步增强算法的鲁棒性。在UAV123和VisDrone2019数据集上进行实验,结果显示该算法在无人机的快速运动、视角变化等挑战场景中表现出较好的跟踪精度和鲁棒性。

  • 单位
    闽南师范大学