基于运动估计ME-CNN网络的大场景极小目标跟踪

作者:焦李成; 杨晓岩; 李阳阳; 唐旭; 程曦娜; 刘旭; 杨淑媛; 冯志玺; 侯彪; 张丹
来源:2019-08-05, 中国, ZL201910718847.6.

摘要

本发明提出了一种基于运动估计ME-CNN网络的大场景极小目标跟踪方法,解决了无需配准利用运动参数进行极小目标跟踪的问题,实现步骤为:获取目标运动估计网络ME-CNN的初始训练集D;构建估计目标运动的网络ME-CNN;用目标运动参数计算网络ME-CNN损失函数;判断是否为初始训练集;更新损失函数训练标签;得到预测目标运动位置初始模型;修正预测模型位置;用修正后的目标位置更新训练数据集,完成一帧的目标跟踪;得到遥感视频目标跟踪结果。本发明用深度学习网络ME-CNN预测目标运动位置,避免了跟踪中大场景图像配准,超模糊目标特征提取难的问题,减小目标特征依赖性,提高了超模糊视频中目标跟踪的准确度。