一种基于孪生网络的舰船目标跟踪方法∗
2020-06-19石胜斌王曙光朱建生
舰船电子工程 2020年4期
石胜斌 王曙光 朱建生 周 凯
(1.中国人民解放军陆军炮兵防空兵学院 合肥 230031)(2.高过载弹药制导控制与信息感知实验室 合肥 230031)
1 引言
我国领海面积广阔,海洋资源丰富;与此同时,我国海洋周边环境复杂,存在一定的安全隐患,为了维护海洋安全稳定、准确锁定及跟踪可疑海上目标,舰船目标跟踪系统的搭载势在必行。对于海上目标的跟踪技术的研究便具有较大的现实意义。
目标跟踪在计算机视觉领域仍然是极富挑战性的一个子领域。很多国家都投入了大量的人力、物力和财力进行该项研究。当前,基于计算机视觉的跟踪具有非常广泛的应用价值,目标跟踪已经成为计算机视觉领域的重要构成部分。国内外学者已提出了很多运动目标跟踪的方法,并在不同的应用领域取得了一定的效果。在交通上的应用,主要有车辆、船舶的异常检测、交通流量控制等,利用智能交通监控系统提高交通管控系统效率。
传统跟踪算法如基于卡尔曼滤波[1]以及帧间差分法[2]等算法都无法满足复杂背景下的海上目标跟踪。目前,这些特征提取方法都是人工来完成的,所以存在如下问题:各类特征提取方法非常依赖具体的应用环境,算法要求的条件严格、鲁棒性不好;复杂背景下多无人机特征提取困难等。
如何鲁棒、准确地跟踪一直是有待解决的问题,对于海上目标,往往存在光照变化、尺度变化、背景混淆以及角度变化等问题。近年来,随着深度学习的不断发展,基于卷积神经网络的智能算法在目标检测及识别领域表现极为突出,深度在目标跟踪领域也取得了长足进步。……
登录APP查看全文
