基于自适应深度网络的无人机目标跟踪算法

基于自适应深度网络的无人机目标跟踪算法

论文摘要

针对无人机(UAV)视频中目标易受到遮挡、形变、复杂背景干扰等问题,提出一种基于自适应深度网络的无人机目标跟踪算法。首先,基于主成分分析(PCA)和卷积神经网络(CNN)算法,设计3阶的自适应深度网络进行目标特征提取,该网络对图像的H、S、I通道分别进行主成分分析学习,将得到的特征向量输入网络进行分层卷积,优化了网络结构,提高了网络的收敛速度和精度。其次,将目标深度特征输入核相关滤波算法进行目标跟踪,通过分析相邻2帧图像的变化率,采用分段自适应调整学习率的算法进行目标模板更新,有效地改善目标遮挡问题。仿真实验结果表明,该算法有效地避免了复杂因素干扰导致的跟踪精度下降,具有较好的鲁棒性,相较于全卷积跟踪(FCNT)算法平均跟踪精度提高了9.62%,平均跟踪成功率提高了11.9%。

论文目录

  • 1 自适应MPCA-CNN的特征提取
  •   1.1 卷积神经网络
  •   1.2 多通道PCA分层卷积
  •   1.3 自适应MPCA-CNN
  • 2 基于深度网络核相关滤波的目标跟踪
  •   2.1 基于核相关滤波的目标跟踪
  •   2.2 模板更新策略
  •   2.3 算法流程
  • 3 仿真实验
  •   3.1 自适应MPCA-CNN设计
  •   3.2 无人机视频目标跟踪仿真实验
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘芳,王洪娟,黄光伟,路丽霞,王鑫

    关键词: 卷积神经网络,主成分分析,特征学习,相关滤波,目标跟踪

    来源: 航空学报 2019年03期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 航空航天科学与工程,计算机软件及计算机应用,自动化技术

    单位: 北京工业大学信息学部

    基金: 国家自然科学基金(61171119),北京工业大学研究生科技基金(ykj-2016-00026)~~

    分类号: TP183;V279;TP391.41

    页码: 179-188

    总页数: 10

    文件大小: 788K

    下载量: 572

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于自适应深度网络的无人机目标跟踪算法
    下载Doc文档

    猜你喜欢