首页|基于相关滤波与重检测的无人机航拍目标跟踪方法

基于相关滤波与重检测的无人机航拍目标跟踪方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于无人机体积小、机动性强，非常适合于难以收集信息的区域执行工作，因此，无人机航拍影像的目标检测和跟踪在许多领域发挥了巨大的辅助作用。然而，由于无人机本身的特殊位置和观察角度，实际目标跟踪面临许多困难。例如，小目标、复杂背景和遮挡等问题。其中目标遮挡问题最为普遍，一旦出现目标被遮挡的情况，原有的跟踪算法会发生偏移，并持续影响后续的跟踪任务。为了解决传统相关滤波器算法的轨迹漂移问题，本文提出了一种基于相关滤波器与重检测机制的无人机航拍目标跟踪方法。该算法使用Faster-RCNN或YOLO模型作为重检测模块，利用相关滤波器的跟踪过程来计算响应图的重检测指数，以在线确定难以跟踪的目标位置。无人机和大规模跟踪数据集上进行的大量实验，实验表明，该方法取得了比基于相关滤波跟踪器更高的跟踪准确率和跟踪成功率，并进一步降低了视频遮挡和形态变化带来的目标跟踪漂移风险。
UAV object visual tracking with correlation filtration and re-detection

UAVobject trackingobject detectioncorrelation filterre-detection

仇甲柱、方亮、姚睿、周勇、赵佳琦

展开 >

中国矿业大学计算机科学与技术学院,徐州 221116

UAV 目标跟踪 目标检测 相关滤波 重检测

国家自然科学基金国家自然科学基金徐州市重点研发计划

6217241762272461KC22287

2023

10.13505/j.1007-1482.2023.28.02.004

中国体视学与图像分析
中国体视学学会

中国体视学与图像分析

影响因子：0.293
ISSN：1007-1482
年,卷(期)：2023.28(2)
  • 29