APP下载

深度学习在红外目标跟踪中的应用展望

2019-03-25庄旭阳陈宝国张景山

航空兵器 2019年1期
关键词:深度学习

庄旭阳 陈宝国 张景山

摘要:近年来,深度学习算法研究持续升温,已经在自动驾驶、工业检测以及医疗等领域占据了主要地位。红外目标跟踪是红外导引的一项关键技术,然而,对于复杂的红外场景,已有的跟踪算法很难适用所有情况,跟踪效果遭遇瓶颈。本文通过介绍红外目标跟踪算法发展现状、基于深度学习的目标跟踪算法最新发展,分析了目前主流深度学习算法的优缺点,结合红外目标跟踪的特点和深度学习方法的工作思路,展望了深度学习方法在红外领域的应用前景及未来的工作方向。

关键词:目标跟踪;深度学习;红外导引技术;弱小目标

中图分类号:TJ760;TP391文献标识码:A文章编号:1673-5048(2019)01-0047-06[SQ0]

0引言

红外目标跟踪是红外导引的一项关键技术。其基本研究内容是从红外图像序列或视频流中确定感兴趣的目标区域,在之后的连续帧中定位该目标在红外场景中的位置,形成目标的运动轨迹。红外场景的目标跟踪可以全天时工作,在导弹制导、战场侦察等航空航天领域具有重要的地位。

在实际应用中,红外目标跟踪面临着诸多难题,如成像分辨率低、目标的尺度及外观变化、复杂的背景杂波、干扰以及遮挡。然而,传统的跟踪算法主要采用的特征有尺度不变特征(SIFT)、方向梯度直方图(HOG)、局部二值模式算子(LBP)、压缩感知(CS)和仿射不变特征(MSA)等[1],但这些特征本质上是一种手工设计特征,根据不同的场景而特别设计。对于复杂的红外场景,已有算法很难适用所有情况,跟踪能力提升遭遇瓶颈[2]。……

登录APP查看全文

猜你喜欢

深度学习
从合坐走向合学:浅议新学习模式的构建
面向大数据远程开放实验平台构建研究
基于自动智能分类器的图书馆乱架图书检测
搭建深度学习的三级阶梯
有体验的学习才是有意义的学习
电子商务中基于深度学习的虚假交易识别研究
利用网络技术促进学生深度学习的几大策略
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究