柳天宇,王克强

(华北光电技术研究所,北京 100015)

1 引 言

弹道导弹的特点是速度快体积小,轨迹难以预测,导弹本身也可能的发生旋转、形变等,造成导弹防御中的发现难、拦截难等问题,因此弹道导弹的防御历来是空天防御中的重点和难点。而改进优化这个问题基于目标检测跟踪问题。

目标跟踪技术目前主要有两种模型方法:生成类和判别类。早期的工作集中于生成类模型跟踪方法的研究,主要有两种思路:是否依赖于目标的外观模型。光流法,在提前建立目标模型的前提下,在视频中依靠相邻帧的像素关系寻找目标；Meanshift方法则不依赖目标的外观模型,它的原理是对目标模板进行迭代直到最优。目前在军事上应用更广泛的是生成类模型的跟踪方法,即先建立模板,之后再找与模板相似度最高的作为目标跟踪的预测区域。但是在机载场景中跟踪目标一般为导弹,其特点是目标较小,运动速度较快,特征不明显,运动轨迹不规则,目标尺度变化。面对这种目标,早期传统的目标跟踪算法如光流法实时性太差；核方法面对目标不规则的运动、目标尺度的变化不能很好的自适应跟踪,而且复杂的计算量也使得跟踪实时性很差。所以需要一种计算速度快,实时性强的算法来对其进行检测跟踪。针对这种场景下,具有这样特性的目标跟踪任务,更好的目标跟踪方法是判别类跟踪方法,即利用机器学习训练一个分类器来区分目标和背景噪声,选择匹配度最高的候选区域进行跟踪。……