收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于深度学习的红外弱小目标相关滤波跟踪算法研究

邓博  
【摘要】:应用红外热像技术的目标跟踪方法,因其极强的抗干扰性、适应性和全天候工作特性,使其被广泛应用于精确制导、智能监控和自动驾驶等领域。但红外图像固有的低对比度和局部细节模糊会导致跟踪目标的特征信息减弱。传统的相关滤波红外目标跟踪算法,受限于目标浅层特征的表征能力弱、边界效应以及形变遮挡等原因,无法实现目标的鲁棒跟踪。而基于深度卷积神经网络的目标跟踪算法,因其提取的深层特征含有较多的语义信息,能够有效的解决跟踪的鲁棒性问题。因此,本文将从红外图像对比度优化、弱细节增强、目标跟踪的抗遮挡研究以及深度特征的应用几个方面进行研究。本文主要创新点及研究内容如下:(1)针对红外弱小目标的纹理模糊和低对比度问题,提出了一种红外图像的弱细节增强方法。在引导滤波分层的基础上,对细节层应用改进的快速多尺度中值滤波来抑制细节层噪声;对背景层融合全局直方图信息改善对比度受限的直方图均衡的增强效果;最后使用多尺度去伪影方法优化融合图像。实验结果表明,所提增强算法有效的改善了红外图像的局部对比度和细节的清晰度。在保证实时的同时,在信息熵和峰值信噪比指标上取得了较大的提高。(2)针对红外目标被遮挡和背景杂波干扰,提出了一种融合再检测思想的改进红外目标跟踪算法。针对遮挡问题,建立目标的相关响应多峰值能量的检测,并基于检测结果实施学习率和模型的高置信度更新,以解决遮挡造成的模型漂移,以及对背景区域的相关响应值进行惩罚,以解决相似目标的干扰。结合支持向量机分类器实现目标丢失后的重捕。实验结果表明,所提相关滤波跟踪算法稳定鲁棒,且在目标丢失时能够实现目标重补。相比LCT算法,在精度和成功率上取得了5.6%和4.1%的提高。(3)针对深度卷积神经网络提取的鲁棒深层语义特征和空间定位准确的浅层纹理特征,提出一种融合多层深度特征的稳定相关滤波目标跟踪算法。算法自适应融合多层特征以增强跟踪的鲁棒性;结合时域上下文距离约束和高置信度更新约束来实现目标的再检测。利用卡尔曼滤波器和置信度结果解决目标丢失问题。实验结果表明,提出的基于深度特征的目标跟踪方法,能够实现小目标的鲁棒跟踪,相比其他深度学习算法,在精确度和成功率指标上取得了一定程度的提升。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 张强;蔡敬菊;张启衡;赵汝进;;基于局部极大值的红外弱小目标分割方法[J];红外技术;2011年01期
2 刘颖彬;;红外弱小目标实时检测处理系统[J];红外;2016年05期
3 冯洋;;基于概率假设密度滤波的红外弱小目标跟踪[J];科学技术与工程;2010年12期
4 王荣爱;;红外弱小目标的识别方法[J];光学技术;2006年S1期
5 ;长春光机所红外弱小目标处理研究获进展[J];分析仪器;2017年06期
6 产启文;;基于假设检验的红外弱小目标感兴趣区域提取算法[J];红外;2011年08期
7 樊香所;徐智勇;张建林;;改进梯度倒数加权滤波红外弱小目标背景抑制[J];光电工程;2017年07期
8 豆根生;;红外弱小目标图像预处理及分割方法的研究[J];科学技术与工程;2008年18期
9 向健勇,徐军,刘燕,林晓春,周翔,杨宜禾,刘兴运,姜延发,郭瑞冰,万世平,陈者基;背景预测法检识空中红外弱小目标[J];激光与红外;1997年04期
10 曾溢良;蓝金辉;邹金霖;;滑动置信度约束的红外弱小目标跟踪算法研究[J];兵工学报;2017年09期
11 孙慧婷;姜志;王军;张新;何昕;;一种改进的红外弱小目标快速检测方法[J];激光与红外;2017年10期
12 王军;姜志;柳红岩;何昕;张新;;基于多向梯度法的红外弱小目标快速检测方法[J];光电子·激光;2016年09期
13 詹令明;李翠芸;姬红兵;;基于显著图的红外弱小目标动态规划检测前跟踪算法[J];计算机辅助设计与图形学学报;2019年07期
14 战杰;;复杂背景下红外弱小目标图像增强算法[J];四川兵工学报;2011年08期
15 王涛;陈凡胜;苏晓峰;贾天石;;基于偏微分方程的红外弱小目标检测技术研究[J];激光与红外;2016年07期
16 钱琨;周慧鑫;秦翰林;殷世民;荣生辉;赵东;;基于引导滤波与时空上下文的红外弱小目标跟踪[J];光子学报;2015年09期
17 李文永;顾国华;;一种红外弱小目标图像增强的新算法[J];红外;2006年03期
中国重要会议论文全文数据库 前10条
1 黄倩;金伟其;夏润秋;王霞;冯亮;彭云粮;;基于人眼时限模型的红外弱小目标探测实验及其分析[A];中国光学学会2010年光学大会论文集[C];2010年
2 张煜婕;王宏飞;王秀春;;红外弱小目标及其场景仿真的改进方法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
3 黄治俭;;关于红外弱小目标的一种跟踪算法研究[A];全国第十五届红外加热暨红外医学发展研讨会论文及论文摘要集[C];2015年
4 康莉;谢维信;黄敬雄;倪小慧;;一种新的红外弱小目标实时跟踪方法[A];2007'仪表,自动化及先进集成技术大会论文集(二)[C];2007年
5 刘威;何波;张刚;张翠荣;张晔;;红外弱小目标图像检测预处理方法对比研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
6 张双垒;陈凡胜;段东;林剑春;董玉翠;;基于遗传算法红外小目标检测的研究[A];第十届全国光电技术学术交流会论文集[C];2012年
7 王卫华;何艳;黄宗福;陈曾平;;一种复杂云层背景红外弱小目标稳健检测算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年
8 郑常华;王宏强;赵静洋;;基于背景预测的快速红外弱小目标检测算法[A];中国电子学会第十七届信息论学术年会论文集[C];2010年
9 王雪梅;黄自力;王德胜;;红外弱小目标的单帧捕获[A];2006年全国光电技术学术交流会会议文集(A 光电系统总体技术专题)[C];2006年
10 张华良;谢永杰;张颂;赵岩;焦姣;;基于自适应频域滤波的红外弱小目标检测技术[A];第十五届全国光学测试学术交流会论文摘要集[C];2014年
中国博士学位论文全文数据库 前9条
1 胡永生;复杂背景中红外弱小目标探测方法研究[D];南京理工大学;2008年
2 张双垒;空间红外弱小目标高可靠检测方法研究[D];中国科学院研究生院(上海技术物理研究所);2015年
3 武斌;红外弱小目标检测技术研究[D];西安电子科技大学;2009年
4 汪大宝;复杂背景下的红外弱小目标检测与跟踪技术研究[D];西安电子科技大学;2010年
5 刘云鹤;基于注意机制的红外小目标检测与跟踪算法研究[D];哈尔滨工程大学;2009年
6 汲清波;红外序列图像中弱小目标检测方法研究[D];哈尔滨工程大学;2008年
7 康莉;拦截技术中目标跟踪若干关键技术的研究[D];西安电子科技大学;2008年
8 李欣;复杂背景下红外弱小目标检测算法研究[D];西安电子科技大学;2010年
9 王鑫;复杂背景下红外目标检测与跟踪算法研究[D];南京理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 邓博;基于深度学习的红外弱小目标相关滤波跟踪算法研究[D];电子科技大学;2019年
2 王颖;红外弱小目标的检测与跟踪算法研究[D];电子科技大学;2019年
3 周伟强;动态弱小目标的图像检测技术研究[D];西安理工大学;2018年
4 阎兵早;复杂背景下红外弱小目标图像仿真技术研究[D];重庆邮电大学;2013年
5 黄信安;红外弱小目标图像增强方法的研究[D];中国科学院研究生院(西安光学精密机械研究所);2007年
6 周伟;视觉注意机制下的红外弱小目标显著性检测[D];西安电子科技大学;2017年
7 曾雅琼;复杂背景下的红外弱小目标的检测[D];南京理工大学;2012年
8 于海涛;基于DM642的红外弱小目标实时跟踪及云台控制系统[D];西安电子科技大学;2014年
9 龙波;天空背景下红外弱小目标的检测与跟踪算法研究[D];电子科技大学;2010年
10 刘彦;红外弱小目标检测技术研究[D];西北工业大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978