带目标恢复的无人机长期自适应相关滤波跟踪算法OA北大核心
针对无人机跟踪地面运动目标过程中目标场景发生遮挡、光照变化等复杂情况下,相关滤波模型易退化进而导致跟踪精度降低等问题,提出了一种针对无人机对地面目标的稳定实时跟踪算法.首先,利用FHOG,CN和灰度等特征构建外观融合模型,提高对复杂场景的适应性;然后,在相关滤波跟踪的基础上,设计自适应局部时空正则化策略,在跟踪器中引入空间正则化来实现像素级的滤波器限制,同时设计时间正则化来优化滤波器的更新;其次,对滤波器进行通道可靠性融合,设计了自适应模型更新策略,防止滤波器退化,提高目标定位的精确度;最后,设计目标恢复模块来提高跟踪器强度,能更好地应对复杂环境.实验结果表明,提出的算法与同类文献算法相比,能更好地适应无人机对地面目标复杂场景的跟踪任务并满足实时性.
马浩然;黄鹤;林国庆;高涛;王会峰;张科
长安大学西安市智慧高速公路信息融合与控制重点实验室,西安710064 长安大学电子与控制工程学院,西安710064长安大学西安市智慧高速公路信息融合与控制重点实验室,西安710064 长安大学电子与控制工程学院,西安710064长安大学能源与电气工程学院,西安710064长安大学数据科学与人工智能研究院,西安710064长安大学西安市智慧高速公路信息融合与控制重点实验室,西安710064 长安大学电子与控制工程学院,西安710064长安大学西安市智慧高速公路信息融合与控制重点实验室,西安710064 长安大学电子与控制工程学院,西安710064
目标跟踪外观融合模型正则化通道可靠性目标恢复
《南京大学学报(自然科学版)》 2025 (1)
P.105-116,12
国家自然科学基金(52172379)陕西省重点研发计划(2024GX-YBXM-288)中央高校基本科研业务费(300102325501)西安市智慧高速公路信息融合与控制重点实验室(长安大学)开放基金(300102323502)
评论