-
题名无人机对地目标跟踪的快速初始化和自适应优化
- 1
-
-
作者
李楚为
张志龙
钟平
-
机构
国防科技大学电子科学学院自动目标识别重点实验室
-
出处
《应用光学》
CAS
北大核心
2023年第6期1332-1342,共11页
-
基金
国家自然科学基金青年基金(61101185)
国防科技重点实验室基金(614250303010417,6142503190301)。
-
文摘
目标跟踪算法的性能通常和初始跟踪框的质量有关。在无人机对地侦察任务中,由于反应时间有限,操作员通常难以选取精确的初始跟踪框,导致目标跟踪结果较差。针对这一问题,提出一种半自动的跟踪框快速初始化和自适应优化策略,并给出基于视觉显著性和显著图像分割的自适应优化算法样例,在性能提升和运行时间上均具有优势。与优化前相比,在2个数据集上的跟踪成功率最高提升0.262、跟踪精度最高提升0.177;在运行时间方面,处理200像素×200像素的图像切片时,理论并行速度可达10帧/s。提出的跟踪框初始化和优化策略,结合了人的主观选择和视觉认知,可以有效解决无人机对地侦察任务中目标难以锁定的问题,并具备在嵌入式设备中的可移植性。
-
关键词
无人机
目标跟踪
初始跟踪框
视觉显著性
显著区域分割
-
Keywords
unmanned aerial vehicle
object tracking
initial tracking box
visual saliency
salient region segmentation
-
分类号
TN209
[电子电信—物理电子学]
-
-
题名基于改进复杂度的红外弱小目标区域检测算法
被引量：6
- 2
-
-
作者
朱婧文
刘文好
印剑飞
刘礼城
-
机构
上海航天控制技术研究所
中国航天科技集团公司红外探测技术研发中心
上海市空间智能控制技术重点实验室
-
出处
《激光与光电子学进展》
CSCD
北大核心
2018年第10期130-137,共8页
-
基金
国家973计划(613271010204)
-
文摘
方差加权信息熵作为稳健的红外背景复杂程度定量描述指标,在红外弱小目标检测中取得了不错的效果,但由于其计算复杂,导致算法实时性差,很难在工程上应用。为了能快速地在红外复杂天空背景中识别到弱小目标区域,对传统的基于图像方差加权信息熵的滤波算法进行改进。先对图像进行显著性区域分割,粗略地得到显著性区域,然后对显著性区域计算双分析模板区域方差加权信息熵差值,根据复杂天空中典型区域的双分析模板区域方差加权信息熵差值的特点将候选目标区域识别出来。实验表明,用本文算法既可以排除大量的复杂天空背景干扰区域,又大幅缩短了算法运行的时间。
-
关键词
图像处理
红外复杂天空背景
红外弱小目标
显著性区域分割
方差加权信息熵
-
Keywords
image processing
infrared complex sky background
infrared small target
significant regions segmentation
information entropy weighted by image variance
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
