融合相关滤波和CNN的点状目标跟踪技术研究

作者：刘佳真; 陈勤霞; 艾斯卡尔·艾木都拉

来源：激光与红外, 2021, 51(02): 244-249.

• 图像处理
• 点状目标跟踪
• 卷积神经网络(CNN)
• 相关滤波
• 重检测

在研究点状目标跟踪的基础上,该算法利用多层卷积特征和相关滤波技术进行目标跟踪。为解决目标因淹没在杂波中丢失的问题,该算法使用重检测机制实现目标的长期跟踪。首先,使用VGG模型提取红外点状目标的多层卷积特征,然后在每一层上经过相关滤波计算最大响应值,最后通过权重融合获得最终响应值,实现点状目标跟踪。当目标丢失时,利用重检测技术检测目标,将检测结果作为标签,更新分类器,实现长期跟踪,并进行了理论分析和实验验证。实验结果表明,此算法对于点状目标的跟踪效果显著,具有较高的准确性。

• 单位
  新疆大学