基于深度学习的尺度自适应海面目标跟踪算法

作者：吴翔; 钟雨轩; 岳琪琪; 李小毛

来源：水下无人系统学报, 2020, 28(06): 618-625.

• 无人艇
• 尺度自适应
• 深度学习
• 目标跟踪

相比于普通场景的目标跟踪,无人艇海面目标跟踪具有目标尺度变化大、目标抖动剧烈和视角变化大等独特挑战。针对此,文中提出了基于深度学习的尺度自适应海面目标跟踪算法,以样本中心点是否落在真实目标框内对样本进行分类,直接回归中心点到目标框上下左右的距离预测目标框的位置和尺度。同时,建立了海面目标跟踪算法评估平台,以验证所提算法的有效性。试验结果表明,文中算法相比基于锚框的算法跟踪位置精度提升了4.8%,成功率提升了11.49%,有效解决了目标尺度自适应问题。

• 单位
  自动化学院; 上海大学