APP下载

基于卷积神经网络的红外目标跟踪研究

2020-12-02王亚婷

数码设计 2020年12期
关键词:特征方法

王亚婷

摘要:与视觉目标跟踪不同,热红外目标跟踪可以在完全黑暗中跟踪目标对象。因此,它具有广泛的应用,例如夜间的救援和视频监控。然而,该领域的研究很少,主要是因为热红外图像具有杂波干扰严重、信噪比低等特点,这些特点使得常规方法难以获得目标的特征。考虑到卷积神经网络的强大表征能力及其在视觉跟踪中的成功应用,我们将基于可见光图像的预训练卷积神经网络转换为热红外跟踪。我们观察到,由于缺少目标的空间信息,卷积层的特征比来自全连接层的特征更加适合红外目标跟踪。基于以上,本文提出了一种基于相关滤波器的集成跟踪器,具有用于热红外跟踪的多层卷积特征。

关键词:网络;目标跟踪

中图分类号:TP183   文献标识码:A   文章编号:1672-9129(2020)12-0037-01

1 引言

在过去的几十年中,基于可见图像序列的大量判别跟踪方法被提出来解决各种挑战,而判别方法已被用于分类,人脸识别,动作识别,手写识别,图像分割,图像去噪等。特别是近两年来,视觉跟踪通过深度学习取得了重大突破。尽管取得了很大进展,但由于诸如改变外观,遮挡,光照变化和背景杂乱等消极因素,视觉跟踪仍然是一个很大程度上未解决的问题。与视觉对象跟踪相比,热红外跟踪具有几个优点。例如,它不受光照变化的影响,因为热红外图像不依赖于反射光,而主要取决于物体的辐射温度。热红外跟踪还可以在完全黑暗中跟踪目标,而视觉跟踪总是在恶劣的能见度条件下失败。……

登录APP查看全文

猜你喜欢

特征方法
如何表达“特征”
不忠诚的四个特征
学习方法
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
线性代数的应用特征