传统特征和深度特征融合的红外空中目标跟踪

论文摘要

新型红外诱饵的出现,对传统红外成像空空导弹作战效能的发挥造成了严峻挑战。近年来深度学习研究进展迅速,有力促进了目标跟踪领域的发展。以多域学习网络框架为基础,引入传统特征长宽比和均值对比度,将深度特征与传统特征融合在一个跟踪框架中,解决了单一特征在目标跟踪中无法有效对抗面源等复杂干扰的问题。为了评估算法性能,分别在仿真序列和实拍图像序列上进行了测试。实验结果表明,所提出算法的跟踪精度和鲁棒性优于目前经典的跟踪算法,是一种具有较强适应性的红外空中目标跟踪方法。

论文目录

• 0 引言
• 1 多域学习卷积神经网络
• 2 传统特征和深度特征融合跟踪
•   2.1 长宽比
•   2.2 均值对比度
•   2.3 融合特征跟踪
• 3 实验及结果分析
•   3.1 实验参数设置
•   3.2 评价指标
•     3.2.1 准确性指标
•     3.2.2 实时性指标
•   3.3 在红外仿真数据上的实验
•   3.4 在红外实测数据上的实验
•   3.5 结果对比分析
• 4 结论

文章来源

类型: 期刊论文

作者: 胡阳光,肖明清,张凯,王晓柱,段耀泽

关键词: 目标跟踪,红外成像导弹,深度学习,深度特征,传统特征

来源: 系统工程与电子技术 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 武器工业与军事技术,无线电电子学,计算机软件及计算机应用

单位: 空军工程大学航空工程学院,西北工业大学航天学院,中国人民解放军93642部队

基金: 国家自然科学基金面上项目(61703337),航天科学与技术创新基金(SAST2017-082)资助课题

分类号: E927;TP391.41;TN219

页码: 2675-2683

总页数: 9

文件大小: 722K

下载量: 248